SVM增量算法及在旅游信息分类中的应用

• 作 者: 朱云涛 尹怡欣 杜军平
• 机 构: 北京科技大学信息工程学院计算机系,北京工商大学计算机学院
• 出 处: 计算机工程与设计
• 发表日期: 2007年3期
• 关键词: 支持向量机 增量学习 旅游信息 分类 KKT条件 support vector machine incremental learning traveling i
• 基金项目: 国家自然科学基金项目（60442003）,北京市自然科学基金项目（4042012）,北京市教育委员会科技发展计划基金项目（KZ200510011009）.

在如何从海量的数据中提取有用的信息上提出了一种新的SVM的增量学习算法。该算法基于KKT条件，通过研究支持向量分布特点，分析了新样本加入训练集后，支持向量集的变化情况，提出等势训练集的观点。能对训练数据进行有效的遗忘淘汰，使得学习对象的知识得到了积累。在理论分析和对旅游信息分类的应用结果表明，该算法能在保持分类精度的同时，有效得提高训练速度。