论文部分内容阅读
提出一种快速的支持向量机分类算法———FCSVM ,对支持向量集采用变换的方式 ,用少量的支持向量代替全部支持向量进行分类计算 ,在保证不损失分类精度的前提下使得分类速度有较大提高 在UCI标准数据集上进行的分类实验以及在FERET标准人脸库上进行的人脸识别实验都表明该算法具有较好的性能 ,在一定程度上克服了传统的支持向量机分类速度较慢的缺点、尤其在训练集规模庞大、支持向量数量较多的情况下 ,采用该算法能够较大幅度地减小计算复杂度 ,提高分类速度