论文部分内容阅读
当训练集的规模很大时，一般的支持向量机的学习过程需要占用大量的内存，寻优速度缓慢，不利于实际应用．提出了一种预抽取支持向量的支持向量机调节熵函数法．首先，利用两凸包相对边界向量方法预抽取出边界向量；然后，利用支持向量机调节熵函数法来训练预抽取的边界向量．实验表明，采用这种方法来训练样本集不仅降低了学习的代价，还提高了分类速度．