【摘 要】
：
块算法和分解算法是支持向量机的两个主要迭代算法,序贯最小优化算法是一种特殊的分解算法,将工作集的样本个数固定为两个,带来的直接后果是迭代次数的增加,当原始训练集的样
论文部分内容阅读
块算法和分解算法是支持向量机的两个主要迭代算法,序贯最小优化算法是一种特殊的分解算法,将工作集的样本个数固定为两个,带来的直接后果是迭代次数的增加,当原始训练集的样本个数太多时,序贯最小优化算法就有待改进.针对这个问题,运用压缩的思想就可以改进算法,样本取样序贯最小优化算法就是基于这种思想的.但由于样本取样具有随机性和复杂性,如何能有效的缩减取样的范围是改进该算法的主要方向.由于支持向量全在边界上,而非支持向量对结果没有影响,通过某种准则找到包含全部支持向量的那些边界样本组成的集合,把取样的范围减小到这个集合里,就会在很大程度上缩短样本取样序贯最小优化算法的时间.同时通过理论分析和实验验证,说明这样改进后的算法性能要更优.
其他文献
本文主要讨论由时间调和声波产生的具有阻抗边界条件的散射问题的模型△u+k2u=0,x∈R3-D{u=ui+us,()u/()v+ikλu=0,x∈()D(*)limr→∞r(()us/()r-ikus)=0,r=|x|其中D()R3为有
偏微分方程(简称PDE)这门学科迅速发展是在十九世纪,尤其在最近几十年中,偏微分方程(PDE)在许多领域被广泛应用,成为当代数学中的一个重要的组成部分.另一方面,从数学自身的
粗糙集(RoughSet)理论是20世纪发展起来的一种新的处理含糊性和不确定性问题的数学工具，求取高效、快捷的属性约简算法是当前该理论研究的主要课题之一。约简算法是信息系统分
差分方程是描绘离散型自然现象变化规律的强有力工具。近十年来，差分方程定性分析成为国内外研究的热点。鉴于有理型差分方程的形式相对比较简单，所以，最近几年关于有理型差分方
本文研究了2n阶具有转移条件的对称微分算子的特征值的一些问题.首先通过定义一个新的内积来介绍新的Hilbert空间，使得我们要研究的微分算子在新的Hilbert空间中是自共轭的.然
互补性概念是最优化问题以及平衡性分析和计算研究的中心.事实上，在研究线性规划的初期，线性规划的算法、分析及其结构等基本方面与互补松弛性的相关性就已经获得了普遍的认可，