SVM样本约简算法研究综述 被引量：6

1

作者 张代俐 汪廷华 朱兴淋 《计算机科学》 CSCD 北大核心 2024年第7期59-70,共12页

支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学... 支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学习效率随着训练样本数量的增加而显著降低,对于大规模训练集,采用标准优化方法的传统SVM面临着内存需求过大、执行速度慢,有时甚至无法执行的问题。为了缓解SVM在大规模训练集上存储需求高、训练时间长等问题,学者们提出了SVM样本约简算法。文中首先介绍了SVM理论基础,然后从基于聚类、几何分析、主动学习、增量学习和随机抽样5个方面系统综述了SVM样本约简算法的研究现状,讨论了各种SVM样本约简算法的优缺点,最后总结全文并展望未来。 展开更多

关键词 支持向量机 大规模数据集 样本约简 机器学习 分类

在线阅读 下载PDF 职称材料

基于多源数据融合的配电网故障诊断技术 被引量：8

2

作者 张春梅 许兴雀 刘思麟 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第5期739-746,共8页

如何充分利用已有信息提高配电网故障诊断准确性,为配电网抢修提供精准研判是亟待解决的问题.针对已有配电网故障诊断信息来源单一的问题,提出融合配电网中、低压信息与变电站出线电流信息的配电网故障研判模型.该模型首先针对已有过电... 如何充分利用已有信息提高配电网故障诊断准确性,为配电网抢修提供精准研判是亟待解决的问题.针对已有配电网故障诊断信息来源单一的问题,提出融合配电网中、低压信息与变电站出线电流信息的配电网故障研判模型.该模型首先针对已有过电流诊断方法难以适用于大规模配电网的问题,分层缩减配电网求解规模,提高故障区段定位速率;然后针对过电流告警信息准确性问题,提出基于开关继电保护事件顺序记录(SOE)数据和变电站出线负荷骤降数据的配电网故障辅助研判手段;最后,总结实际工程中多方位信息数据融合配电网故障研判步骤,为调度人员故障诊断提供借鉴.工程实践证明:所提方法能有效进行故障诊断,对于大规模配电网适应性极强;结合开关动作SOE和遥测电压信息的辅助诊断模型,能满足过电流诊断模型对遥信信息准确性要求高的特点,两者互补性较高,工程实践中具有较好的故障诊断效果. 展开更多

关键词 大规模配电网 多源数据 故障研判 遥测 继电保护

在线阅读 下载PDF 职称材料

采用粗糙集联合规则挖掘算法的分布式电网故障诊断 被引量：29

3

作者 栗然 张烈勇 +1 位作者 顾雪平 李和明 《中国电机工程学报》 EI CSCD 北大核心 2010年第4期28-34,共7页

鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基... 鉴于传统的人工智能技术在大电网故障诊断应用中存在的局限性,采用分布式的思想来解决该问题,并提出一种基于粗糙集理论的联合规则挖掘算法,该算法能够有效地从分布式信息系统中提取联合规则。为了更好地解决电网故障诊断问题,构建了基于该联合规则挖掘算法的分布式电网故障诊断模型。该模型不仅能够有效地诊断各局部电网内部的故障,而且能够有效地诊断各局部电网之间联络线的故障,弥补了分布式电网故障诊断中联络线故障诊断规则不足的缺陷。对大电网进行分割,不仅能够有效识别各类复杂故障,而且也使得每个局部电网决策表的规模大为减小,同时联合规则挖掘算法也显著地降低了规则提取的复杂度,解决了粗糙集理论在大电网故障诊断中遇到的瓶颈问题。算例表明该方法简单、有效、速度快、容错性好。 展开更多

关键词 电力系统 大电网 故障诊断 粗糙集 联合规则 挖掘

在线阅读 下载PDF 职称材料

基于机器学习的文本分类技术研究进展 被引量：393

4

作者 苏金树 张博锋 徐昕 《软件学报》 EI CSCD 北大核心 2006年第9期1848-1859,共12页

文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.... 文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等方面对其研究进展进行综述评论.认为非线性、数据集偏斜、标注瓶颈、多层分类、算法的扩展性及Web页分类等问题是目前文本分类研究的关键问题,并讨论了这些问题可能采取的方法.最后对研究的方向进行了展望. 展开更多

关键词 自动文本分类 机器学习 降维 核方法 未标注集 偏斜数据集 分级分类 大规模文本分类 Web页分类

在线阅读 下载PDF 职称材料

一种聚簇消减大规模数据的支持向量分类算法 被引量：10

5

作者 陈光喜 徐健 成彦 《计算机科学》 CSCD 北大核心 2009年第3期184-188,共5页

针对支持向量分类机对大规模数据集训练速度慢的瓶颈,提出一种聚簇消减数据集方法。首先建立样本中心距离函数,计算聚簇集的比例半径,然后利用聚簇集镜像扫描样本点确定簇集类,同一类样本特性的聚簇集中只保留代表样本点,建立异类点删... 针对支持向量分类机对大规模数据集训练速度慢的瓶颈,提出一种聚簇消减数据集方法。首先建立样本中心距离函数,计算聚簇集的比例半径,然后利用聚簇集镜像扫描样本点确定簇集类,同一类样本特性的聚簇集中只保留代表样本点,建立异类点删除矩阵,通过上述方法消减样本集。证明了这种簇消减算法有较低的时间复杂度,并利用实验说明了保留代表点的有效意义。最后通过随机数据和UCI标准数据库验证了算法在保证分类精度的同时提高了分类速度。 展开更多

关键词 支持向量机 聚簇集 大规模数据集 训练速度

在线阅读 下载PDF 职称材料

应用快速多分类SVM的航空发动机故障诊断方法 被引量：20

6

作者 徐启华 师军 耿帅 《推进技术》 EI CAS CSCD 北大核心 2012年第6期961-967,共7页

提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近... 提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。 展开更多

关键词 航空发动机 支持向量机 故障诊断 大规模训练集 样本约减 神经网络

在线阅读 下载PDF 职称材料

一种解决大规模数据集问题的核主成分分析算法 被引量：22

7

作者 史卫亚 郭跃飞 薛向阳 《软件学报》 EI CSCD 北大核心 2009年第8期2153-2159,共7页

提出一种大规模数据集求解核主成分的计算方法.首先使用Gram矩阵生成一个Gram-power矩阵,根据线性代数的理论可知,新形成的矩阵和原先的Gram矩阵具有相同的特征向量.因此,可以把Gram矩阵的每一列看成核空间迭代算法的输入样本,这样,无... 提出一种大规模数据集求解核主成分的计算方法.首先使用Gram矩阵生成一个Gram-power矩阵,根据线性代数的理论可知,新形成的矩阵和原先的Gram矩阵具有相同的特征向量.因此,可以把Gram矩阵的每一列看成核空间迭代算法的输入样本,这样,无须使用特征分解即可迭代地计算出核主成分.该算法的空间复杂度只有O(m);在大规模数据集的情况下,时间复杂度也降低为O(pkm).实验结果表明了所提出算法的有效性.更为重要的是,在大规模数据集的情况下,当传统的特征分解技术无法使用时,该方法仍然可以提取非线性特征. 展开更多

关键词 核主成分分析 GRAM矩阵 大规模数据集 协方差无关 特征分解

在线阅读 下载PDF 职称材料

基于粗糙集-贝叶斯方法的分布式电网故障诊断 被引量：9

8

作者 栗然 高聪颖 张烈勇 《华北电力大学学报（自然科学版）》 CAS 北大核心 2010年第2期1-7,共7页

针对实际的电网故障诊断中常存在的冗余和不确定性信息这一问题,基于智能互补融合的思想,将粗糙集和贝叶斯有机结合在一起,并鉴于传统的人工智能在大电网故障诊断应用中存在的局限性而采用分布式数据挖掘的思想,提出了一种基于粗糙集-... 针对实际的电网故障诊断中常存在的冗余和不确定性信息这一问题,基于智能互补融合的思想,将粗糙集和贝叶斯有机结合在一起,并鉴于传统的人工智能在大电网故障诊断应用中存在的局限性而采用分布式数据挖掘的思想,提出了一种基于粗糙集-贝叶斯的分布式电网故障诊断方法。该方法首先把大电网分割成给定数目的局部电网,然后利用粗糙集对各个局部电网分别建立决策表并进行约简,最后利用粗糙集-贝叶斯方法进行局部电网内部及局部电网之间的联络线的规则提取形成全局规则库,并根据实时报警信息进行规则匹配得到诊断结果。经电网故障诊断算例分析表明,该算法正确、有效,速度快,容错性好。 展开更多

关键词 大电网 故障诊断 粗糙集-贝叶斯 分布式数据挖掘

在线阅读 下载PDF 职称材料

基于图像的大规模数据集交互可视化 被引量：8

9

作者 王弘堃 曹轶 肖丽 《计算机研究与发展》 EI CSCD 北大核心 2017年第4期855-860,共6页

随着计算机性能的不断提高,大规模数值模拟的规模成倍增长.即使在大型可视化服务器上,针对这些模拟结果的大规模数据可视分析也难以进行流畅地交互.提出基于图像的交互分析方法并开发相应系统,可以预先生成多视角的可视化结果图像,基于... 随着计算机性能的不断提高,大规模数值模拟的规模成倍增长.即使在大型可视化服务器上,针对这些模拟结果的大规模数据可视分析也难以进行流畅地交互.提出基于图像的交互分析方法并开发相应系统,可以预先生成多视角的可视化结果图像,基于这些图像可以在普通设备上实现3D可视化结果的交互分析与展示,可以交互改变观察视角,动态展示数值模拟全过程的可视化结果,可以有效提高数值模拟的效率. 展开更多

关键词 可视化 大规模数值模拟 交互式绘制 基于图像 时变数据集

在线阅读 下载PDF 职称材料

大型宾馆火灾事故树分析 被引量：13

10

作者 张光剑 戴晓江 李伟 《安全与环境工程》 CAS 2007年第4期83-85,共3页

采用安全系统工程方法,对大型宾馆火灾事故进行事故树分析,并绘制出大型宾馆火灾事故树分析图,直观地表现了各可能导致顶上事件发生的基本事件及其逻辑关系;通过对FTA的定性分析,得出了最小径集和结构重要度,指明了预防事故发生的可能途... 采用安全系统工程方法,对大型宾馆火灾事故进行事故树分析,并绘制出大型宾馆火灾事故树分析图,直观地表现了各可能导致顶上事件发生的基本事件及其逻辑关系;通过对FTA的定性分析,得出了最小径集和结构重要度,指明了预防事故发生的可能途径;在对各途径作出比较之后,确定了大型宾馆火灾事故的预防措施。 展开更多

关键词 大型宾馆火灾 事故树 最小径集 结构重要度

在线阅读 下载PDF 职称材料

一种基于加速迭代的大数据集谱聚类方法 被引量：7

11

作者 陈丽敏 杨静 张健沛 《计算机科学》 CSCD 北大核心 2012年第5期172-176,共5页

传统谱聚类算法的诸多优点只适合小数据集。根据Laplacian矩阵的特点重新构造新的Gram矩阵,输入新构造矩阵的若干列,然后利用加速迭代法解决大数据集的谱聚类特征提取问题,使得在大数据集条件下,谱聚类算法只需要很小的空间复杂度就可... 传统谱聚类算法的诸多优点只适合小数据集。根据Laplacian矩阵的特点重新构造新的Gram矩阵,输入新构造矩阵的若干列,然后利用加速迭代法解决大数据集的谱聚类特征提取问题,使得在大数据集条件下,谱聚类算法只需要很小的空间复杂度就可达到非常快的计算速度。 展开更多

关键词 聚类 谱聚类 大规模数据集 加速迭代法 LAPLACIAN矩阵

在线阅读 下载PDF 职称材料

基于神经网络的大规模数据集离群点检测算法 被引量：10

12

作者 高志宇 宋学坤 +2 位作者 肖俊生 闫培玲 孙新娟 《沈阳工业大学学报》 CAS 北大核心 2022年第4期420-425,共6页

针对传统方法在检测离群点时常因冗余数据的干扰而导致检测用时较长、检测准确率偏低的问题,设计了基于神经网络的大规模数据集离群点检测算法.采用核主成分分析方法对大规模数据集进行降维处理,去除其中存在的冗余数据,利用神经网络在... 针对传统方法在检测离群点时常因冗余数据的干扰而导致检测用时较长、检测准确率偏低的问题,设计了基于神经网络的大规模数据集离群点检测算法.采用核主成分分析方法对大规模数据集进行降维处理,去除其中存在的冗余数据,利用神经网络在误差函数的基础上实现对离群点的检测.结果表明:该算法的检测时间始终低于0.4 min,且检测准确率始终保持在90%以上,说明该算法能够快速、准确地检测大规模数据集中的离群点. 展开更多

关键词 神经网络 大规模数据集 离群点检测 冗余数据 降维处理 误差函数 核主成分分析 中心势值

在线阅读 下载PDF 职称材料

基于动态冗余机制的数据并行型计算网格模型 被引量：3

13

作者 陈庆奎 那丽春 《通信学报》 EI CSCD 北大核心 2005年第12期110-116,共7页

在由多个普通计算机机群构成的网格环境下,为了解决大规模数据并行型计算加速比问题、容错问题和动态负载均衡问题,提出了一个基于动态冗余机制的数据并行型网格模型。给出了由多个计算机机群组成的数据并行型计算网格等一系列形式化定... 在由多个普通计算机机群构成的网格环境下,为了解决大规模数据并行型计算加速比问题、容错问题和动态负载均衡问题,提出了一个基于动态冗余机制的数据并行型网格模型。给出了由多个计算机机群组成的数据并行型计算网格等一系列形式化定义。利用逻辑计算机机群、机群逻辑环、计算节点逻辑环和m-冗余策略,研究了动态冗余、动态负载均衡技术。根据这些技术,描述了网格环境下的数据并行型计算过程。理论分析和实践表明,该模型有效地解决了大规模数据并行型计算所需的负载均衡、容错和资源优化问题。该模型适合基于网格的数据并行型计算。 展开更多

关键词 网格 数据并行型计算 大规模并行算法 动态冗余 容错

在线阅读 下载PDF 职称材料

使用迭代方法求解核主成分分析 被引量：2

14

作者 史卫亚 郭跃飞 《小型微型计算机系统》 CSCD 北大核心 2013年第8期1882-1885,共4页

核主成分分析方法是使用核方法将经典的线性算法主成分分析推广到高维空间,用来处理复杂非线性数据的一种常用的特征提取算法,该算法首先在高维空间中计算所有样本之间的核矩阵,然后使用特征分解技术计算核矩阵的特征解,其计算的时间和... 核主成分分析方法是使用核方法将经典的线性算法主成分分析推广到高维空间,用来处理复杂非线性数据的一种常用的特征提取算法,该算法首先在高维空间中计算所有样本之间的核矩阵,然后使用特征分解技术计算核矩阵的特征解,其计算的时间和空间复杂度分别为O(m2)和O(m3).然而在大规模数据集的情况下,由于储存和计算的问题无法进行正常的求解.文中提出首先使用幂迭代方法计算核矩阵的高阶特征解,然后重复使用Schur-Weilandt收缩方法分别计算出核矩阵的其它阶特征解.文中算法在计算过程中,不需要像传统的计算方法那样需要事先存储核矩阵,空间复杂度只有O(m).通过在模拟和真实数据的实验结果充分验证了算法的有效性. 展开更多

关键词 核主成分分析 核矩阵 大数据集 特征分解 幂迭代

在线阅读 下载PDF 职称材料

面向大规模样本的核心向量回归电力负荷快速预测方法 被引量：12

15

作者 李元诚 刘克文 《中国电机工程学报》 EI CSCD 北大核心 2010年第28期33-38,共6页

将适用于解决大规模样本训练问题的核心向量回归(corevector regression,CVR)方法引入到电力负荷预测中,并采用粒子群优化(particle swarm optimization,PSO)方法对CVR的模型参数进行寻优,从而提出了一种基于PSO-CVR的负荷预测新模型。... 将适用于解决大规模样本训练问题的核心向量回归(corevector regression,CVR)方法引入到电力负荷预测中,并采用粒子群优化(particle swarm optimization,PSO)方法对CVR的模型参数进行寻优,从而提出了一种基于PSO-CVR的负荷预测新模型。构造大规模负荷训练样本,研究对样本负荷产生影响的因素,从而确定样本集的构造。通过用PSO对CVR的模型参数进行优化,得到优化后的CVR预测模型,循环构造预测样本并进行连续预测。算例分析结果表明,在相同时耗下,所提出的优化CVR预测模型能够通过训练更大规模的样本得到比支持向量回归(support vector regression,SVR)方法更高的预测精度。 展开更多

关键词 负荷预测 大规模样本 核心向量回归 粒子群优化

在线阅读 下载PDF 职称材料

基于OC-SVM的大型数据集分类方法 被引量：4

16

作者 张瑜 罗可 《计算机工程与应用》 CSCD 北大核心 2011年第4期131-133,共3页

支持向量机是最有效的分类技术之一,具有很高的分类精度和良好的泛化能力,但其应用于大型数据集时的训练过程还是非常复杂。对此提出了一种基于单类支持向量机的分类方法。采用随机选择算法来约简训练集,以达到提高训练速度的目的;同时... 支持向量机是最有效的分类技术之一,具有很高的分类精度和良好的泛化能力,但其应用于大型数据集时的训练过程还是非常复杂。对此提出了一种基于单类支持向量机的分类方法。采用随机选择算法来约简训练集,以达到提高训练速度的目的;同时,通过恢复超球体交集中样本在原始数据中的邻域来保证支持向量机的分类精度。实验证明,该方法能在较大程度上减小计算复杂度,从而提高大型数据集中的训练速度。 展开更多

关键词 单类支持向量机 随机选择 支持向量机分类 大型数据集

在线阅读 下载PDF 职称材料

一种迭代改进的球向量机故障诊断算法 被引量：1

17

作者 杨清宇 孙凤伟 《西安交通大学学报》 EI CAS CSCD 北大核心 2013年第10期1-6,共6页

针对往复式压缩机故障数据规模大、常规诊断算法训练时间长的问题,提出了一种迭代改进的球向量机算法(IIBVM)。该算法将多个传感器采集到的压缩机不同工况下的运行数据输入球向量机进行训练,在训练过程中,增加了缓存用量,并在采样中跳... 针对往复式压缩机故障数据规模大、常规诊断算法训练时间长的问题,提出了一种迭代改进的球向量机算法(IIBVM)。该算法将多个传感器采集到的压缩机不同工况下的运行数据输入球向量机进行训练,在训练过程中,增加了缓存用量,并在采样中跳过点积大于当前最远点点积的缓存点;引入缓存校正措施,每隔数次迭代即用点积和球心模计算公式对缓存中的数据进行一次校正;将距球心小于某个安全距离的点标记为无效点,并在下次采样到无效点时直接跳过;若核向量个数连续几次迭代保持不变,则提前终止迭代。训练后将新的压缩机运行数据代入决策函数,实现压缩机的故障诊断。在4个UCI标准数据集和实测的压缩机气阀故障数据集上进行的对比实验结果表明,IIBVM算法与球向量机算法相比,训练时间最多可降低50%,支持向量个数最多可减少18%。 展开更多

关键词 往复式压缩机 故障诊断 大规模故障数据 球向量机

在线阅读 下载PDF 职称材料

求解最小体积闭包椭球问题的积极集算法 被引量：6

18

作者 丛伟杰 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2015年第2期189-193,共5页

先建立求解最小体积闭包椭球(MVEE)问题秩-2更新算法的线性收敛性,然后给出一种简单的积极集策略,每次迭代计算距离当前椭球最远的N个点.结合该策略到秩-2更新算法中,得到一个求解MVEE问题的积极集算法.数值结果表明,积极集算法能有效... 先建立求解最小体积闭包椭球(MVEE)问题秩-2更新算法的线性收敛性,然后给出一种简单的积极集策略,每次迭代计算距离当前椭球最远的N个点.结合该策略到秩-2更新算法中,得到一个求解MVEE问题的积极集算法.数值结果表明,积极集算法能有效求解高精度的大规模数据计算问题. 展开更多

关键词 最小体积闭包椭球 线性收敛性 积极集策略 大规模数据

在线阅读 下载PDF 职称材料

基于大规模混构融合网络的抖动缓冲机制研究 被引量：1

19

作者 高洪玉 朱静宜 《计算机应用与软件》 CSCD 北大核心 2014年第6期103-107,共5页

大规模混构融合网络包含了变化的网络集合,如GSM网络、3G移动通信网络、无线数传网络、卫星通信网络等多种通信网络,从而加剧了数据网络的抖动性。对此,提出一种网络抖动缓冲机制来解决混构状态下数据网络的剧烈抖动难题。针对融合网络... 大规模混构融合网络包含了变化的网络集合,如GSM网络、3G移动通信网络、无线数传网络、卫星通信网络等多种通信网络,从而加剧了数据网络的抖动性。对此,提出一种网络抖动缓冲机制来解决混构状态下数据网络的剧烈抖动难题。针对融合网络层计算抖动减缓因子,并根据网络的非相关特性进行缓冲排名,该机制针对网络抖动的随机特性按周期进行操作;最后对该机制进行了仿真实验验证,结果表明:网络抖动缓冲机制能够较好地解决现有状态下的融合式网络的抖动问题。该研究对混构融合网络数据的网络抖动问题的解决有一定的参考价值。 展开更多

关键词 大规模混构融合网络 数据网络 抖动缓冲 周期性操作 网络集合

在线阅读 下载PDF 职称材料

求解最小闭包球问题改进的SMO-型算法 被引量：1

20

作者 丛伟杰 刘红卫 《计算机工程与应用》 CSCD 2013年第3期1-3,9,共4页

研究n维空间中m个点的最小闭包球(MEB)问题。通过结合确定并删除内部点的技术到序列最小最优化(SMO)方法中,提出一种近似求解MEB问题的改进的SMO-型算法。证明了该算法具有线性收敛性。数值结果表明对于一些mn的大规模数据集,改进的... 研究n维空间中m个点的最小闭包球(MEB)问题。通过结合确定并删除内部点的技术到序列最小最优化(SMO)方法中,提出一种近似求解MEB问题的改进的SMO-型算法。证明了该算法具有线性收敛性。数值结果表明对于一些mn的大规模数据集,改进的算法与原算法相比速度可以提高10倍以上。尤其,当n等于100且m等于100000时,改进的SMO-型算法仅需执行8s。此外,对于n等于10000且m等于1000的大规模数据集,改进的算法也仅需执行150s。 展开更多

关键词 最小闭包球 确定并删除内部点 序列最小最优化 线性收敛 大规模数据集

在线阅读 下载PDF 职称材料