通过迭代学习简化支持向量机决策函数
摘 要：支持向量机经过实践证明在小样本的情况下具有良好的泛化能力。但是在乎写体数字识别的实验中，支持向量机被发现其在分类阶段的速度明显比神经网络要慢，因此在不影响支持向量机泛化能力的前提下简化支持向量机的决策函数，从而提高SVM的分类速度是很有意义的研究。利用迭代学习的方法来简化支持向量机的决策函数，实验证明本文的方法能够极大的简化SVM的决策函数，该方法易于实施。
关键词：支持向量机SVM；简化的支持向量机；迭代学习
中图分类号：TP311
文献标识码：A
文章编号：1003—6199(2006)02—0117—03
版权声明：
1.十号范文网的资料来自互联网以及用户的投稿，用于非商业性学习目的免费阅览。
2.《通过迭代学习简化支持向量机决策函数》一文的著作权归原作者所有，仅供学习参考，转载或引用时请保留版权信息。
3.如果本网所转载内容不慎侵犯了您的权益，请联系我们，我们将会及时删除。
本栏目阅读排行
栏目最新
- 1在农民收入调查工作动员培训会上讲话
- 22024年领导干部政治素质自评材料（完整）
- 3公司党委党建工作总结报告【完整版】
- 42024年主题教育党建调研开展情况总结
- 52024年度区妇联关于党建工作述职报告（完整）
- 6关于加强企业人才队伍建设调研与思考（完整文档）
- 72024县党员干部抓基层党建工作述职报告
- 8第二批主题教育研讨发言：时刻“以民为本”,听“实言实语”,办实事好事
- 92024关于党员干部法治信仰情况调研报告（2024年）
- 10局网络安全工作责任制落实自查报告（全文）
- 11XX国企分管领导关于党建设引领企业高质量发展研讨发言（范文推荐）
- 122024年第二批主题教育专题读书班研讨发言提纲（6）【完整版】