快速SVM算法及在陀螺仪参数漂移预测中的应用
张庆1
刘丙杰1
王新宇2
1.海军潜艇学院,青岛,2660712.92267部队56分队,青岛,266102
摘要：针对支持向量机在对海量训练样本进行训练时,训练速度慢而导致难以应用的问题,通过分析训练样本数目与训练时间之间的关系,利用支持向量机对小样本学习的良好特性,提出了基于样本分组的支持向量机快速训练算法.将海量样本分成小样本进行训练,然后对训练得到的多个支持向量机进行加权处理得到决策函数.此方法在标准数据以及陀螺仪参数漂移数据上进行了仿真应用,方针结果证明该方法可大幅提高训练速度,同时保证了较好的泛化能力.
关键词：支持向量机训练样本预测泛化能力
分类号：TP181(自动化基础理论)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 73-76 )
英文信息