-
题名支持向量回归机训练集的并行预处理方法
被引量：2
- 1
-
-
作者
张新
潘美芹
邵福波
贺国平
-
机构
山东科技大学信息科学与工程学院
青岛滨海学院信息管理系
-
出处
《山东科技大学学报（自然科学版）》
CAS
2009年第5期85-89,共5页
-
基金
山东省自然科学基金项目(Y2008A01)
山东省科技攻关项目(2009GG10001012)
-
文摘
为加快支持向量回归机在求解大样本集问题时的训练速度,提出了并行支持向量回归机。该方法根据核矩阵把数据集分成k个子集,通过并行预处理过滤掉非支持向量,再对剩余的支持向量进行训练得到决策函数。实验表明,本算法不仅预测准确度跟标准的分解算法基本一致,而且大大缩减训练时间,具有很高的加速比,同时需要的训练时间大大少于Graf等人提出的级联结构的算法,另外,算法还可有效地缩减支持向量的数目。
-
关键词
支持向量回归机
并行算法
核函数
分解算法
-
Keywords
support vector regression machine
parallel algorithm
kernel function
decomposition algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
