作者：宋杰; 唐焕文支持向量机分类器svm分类器线性规划算法二次规划数值实验直接利用训练速度分类效果复杂性误差控制模型
摘要：Sch(o)lkopf等提出的基于二次规划的ν-支持向量机(ν-SVM)与标准SVM相比,其优势在于可以控制支持向量的数目和误差,但由于增加了模型的复杂性, 限制了其应用. 为此,构造了一种基于线性规划的ν-SVM分类器,模型简单,参数ν具有明确的意义,同样可以控制支持向量的数目和误差,直接利用比较成熟的线性规划算法. 数值实验表明,该方法ν-SVM的训练速度要比基于二次规划的ν-SVM快得多,而分类效果两者相当.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
