文件名称：支持向量机增量学习算法研究 (2003年)
文件大小：327KB
文件格式：PDF
更新时间：2024-06-05 22:54:02
自然科学 论文
给出了使用多支持向量机进行增量学习的算法。传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。