论文部分内容阅读
DirectSVM算法是求解支持向量机的一种简单快速迭代算法，具有最好的几何直观性．算法将线性可分的两类样本中距离最近的两个异类样本点作为支持向量，以该两点连线的垂直平分面作为初始分类超平面，然后根据分类情况逐步确定新的支持向量，即逐步优化出最优分类超平面．对该算法进行了测试，发现该算法具有局限性，并对算法局限性产生的根源进行了分析，对如何合理使用DirectSVM算法进行了讨论．结论是：用DirectSVM算法直接求解最优分类面是不可靠的，但可以作为支持向量机的一种近似算法，也可以作为求解候选支持向量集