【摘 要】
：
针对经典支持向量机难以快速有效地进行增量学习的缺点,提出了基于KKT条件与壳向量的增量学习算法,该算法首先选择包含所有支持向量的壳向量,利用KKT条件淘汰新增样本中无用
论文部分内容阅读
针对经典支持向量机难以快速有效地进行增量学习的缺点,提出了基于KKT条件与壳向量的增量学习算法,该算法首先选择包含所有支持向量的壳向量,利用KKT条件淘汰新增样本中无用样本,减小参与训练的样本数目,然后在新的训练集中快速训练支持向量机进行增量学习。将该算法应用于UCI数据集和电路板故障分类识别,实验结果表明,该算法不仅能保证学习机器的精度和良好的推广能力,而且其学习速度比经典的SMO算法快,可以进行增量学习。
其他文献
为了准确、快速、高效地检测汽车尾气中各气体的质量分数,结合传感器阵列和神经网络技术,设计了一种汽车尾气检测系统。为了提高神经网络模型的拟合和预测能力,提出伪逆BP集
加速度计石英摆片的微运动仿真分析可以获取帮助提高石英挠性加速度计生产质量的技术手段和途径。从加速度计石英摆片的物理模型入手,用有限元方法对摆式加速度计的关键部件
因为分布式发电系统的非计划孤岛会严重影响检修安全、损害电网设备等,因此,并网逆变器要求具备孤岛检测功能。主动移频(AFD)式孤岛检测法是常用的检测孤岛的方法,但是很多单
针对无线传感器网络（WSNs）分簇路由算法中的能量洞、热点和抗干扰问题,设计一种抗干扰半静态分簇（AISSC）路由算法,给无线传感器网络提供能量多、距离短、链路质量好的路径来传输
为提高溶解氧预测的准确性,将基于改进型递归最小二乘算法优化的径向基函数（RBF）神经网络方法应用于溶解氧预测。利用K均值聚类算法进行隐层单元中心选择;利用改进型递归最小二