一类增量式支持向量机的分析

• Published in: 南京航空航天大学学报 Vol. 47; no. 1; pp. 113 - 118
• Main Authors: 郑关胜, 王建东, 顾彬, 於跃成
• Format: Journal Article
• Language: Chinese
• Published: 南京航空航天大学计算机科学与技术学院,南京,210016 2015; 南京信息工程大学计算机与软件学院,南京,210044%南京航空航天大学计算机科学与技术学院,南京,210016%南京信息工程大学计算机与软件学院,南京,210044%江苏科技大学计算机科学与工程学院,镇江,212003
• Subjects: convergence analysis; incremental learning; 一类支持向量机; 增量式学习; feasibility analysis; 收敛性分析; 可行性分析; one class support vector machine
• ISSN: 1005-2615
• DOI: 10.16356/j.1005-2615.2015.01.016

TP301; 针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解.在标准数据集上的实验结果验证了理论分析的正确性.