文献类型：期刊文章

作　　者：罗瑜[1] 易文德[2] 王丹琛[3] 何大可[1]

机构地区：[1]西南交通大学信息科学与技术学院,成都610031 [2]重庆文理学院数学与计算机科学系,永川402160 [3]四川省信息安全测评中心,成都610017

出　　处：《计算机科学》

基　　金：上海市特种光纤重点实验室科研项目;地铁CBTC无线接入安全认证算法研究。

年　　份：2007

卷　　号：34

期　　号：10

起止页码：211-213

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：大量数据下支持向量机的训练算法是SVM研究的一个重要方向和焦点。该文从分析SVM训练的问题的实质和难点出发,提出一种在训练前先求出类别质心,去除非支持向量对应的样本,从而达到缩小样本集的方法。该方法在不损失分类正确率的情况下具有更快的收敛速度,并从空间几何上解释了支持向量机的原理。仿真实验证明了该方法的可行性和有效性。

关 键 词：支持向量机 分解算法  类别质心  准支持向量  

分 类 号：TP181]