论文部分内容阅读
支撑矢量机是20世纪90年代中期发展起来的机器学习技术,改进分类器算法通过增大广义最优超平面的分类间隔,实现了识别能力的提高.在此基 础之上,预选取部分训练样本,来提高优化速度,而且不会降低分类能力,从而能够同时提 高支撑矢量机的识别率和降低时间复杂度,为支撑矢量机的应用提供了一种有效的实用化方法.实验结果表明,该方法在可分性得到显著提高的同时提高了速度.