论文部分内容阅读
支持向量机仅仅由支持向量所决定，因此预先抽取支持向量参与训练是非常重要的。提出了一个基于同心超球面分割的支持向量预抽取方法，并在此基础上给出了HD—SVM训练算法。首先对样本的每一类分别用一些半径足够大的同心超球面进行分割．抽取出距离最优分类面较近的边界样本，这些样本最有可能成为支持向量；然后让边界样本作为初始工作集先参与训练。实验结果表明，该文的方法可以有效地对支持向量进行预抽取，避免了训练全部样本，使得训练速度明显得到提高。