基于异类近邻的支持向量机加速算法

来源：计算机工程杂志2018年第5期北京时间：

作者：陈景年,胡顺祥,徐力

单位：a.山东财经大学 信息与计算科学系,济南 250014; b.鲁南技师学院 商务管理系,山东 临沂 276021; c.济南市公路管理局 信息科,济南250013

摘要：支持向量机的训练时间随样本增多而明显增加。为了在保持训练效果的同时提高训练速度,给出精简训练数据集的一种算法。对每个样本,通过选择异类近邻来构成训练集,利用异类近邻来选择边界样本。实验结果表明,与FCNN算法和NPPS算法相比,该算法在保持甚至增进支持向量机分类效果的同时,能大幅提高训练效率。

关键词：支持向量机,样本选择,k近邻,异类,分类

基金资助：国家自然科学基金“融合事件关系推理和情感博弈的网络不实信息演化机理研究”(61502151)。