改进的在线支持向量机训练算法

作者：潘以桢; 胡越明

来源：计算机工程, 2009, (22): 212-215.

• 污染预测
• 支持向量机
• 在线学习
• 增量式学习 pollution prediction
• Support Vector Machine(SVM)
• online learning
• incremental learning

传统支持向量机基于批量训练方法,无法适应环境污染预测中的海量数据与实时性要求。在分析研究一种典型的在线支持向量机回归算法[4]的基础上,指出原算法在训练过程中存在样本重复移动问题,导致模型训练速度下降。提出一种改进算法,消除重复移动问题。实验结果表明,该改进在线支持向量机算法建模精度高,训练速度较原算法有显著提高。

• 出版日期2009
• 单位上海交通大学