【读论文】多项式核函数 SVM 快速分类算法（2007）

【读论文】多项式核函数 SVM 快速分类算法（2007）

【读论文】多项式核函数 SVM 快速分类算法（2007）
左森

DOI: 10.3969/j.issn.1000-3428.2007.06.010

文章目录

• 摘要
• 关键词：
• 1.该论文研究了什么？
• 2.创新点在哪？
• 3.研究方法是什么？
• 4.得到的结论是什么？

摘要

标准的 SVM 分类计算过程中有大量的支持向量参与了计算，导致了分类速度缓慢。该文为提高 SVM 的分类速度，提出了一种快速的多项式核函数 SVM 分类算法，即将使用多项式核的 SVM 分类决策函数展开为关于待分类向量各分量的多项式，分类时通过计算各个多项式的值而得到分类结果，使分类计算量和支持向量数量无关，又保留了全部支持向量的信息。当多项式核函数的阶数或待分类向量的维数较低而支持向量数量较多时，使用该算法可以使 SVM 分类的速度得到极大的提高。针对实际数据集的实验表明了该算法的有效性。

关键词：

支持向量机；多项式；分类

总结：
为提高 SVM 的分类速度，许多学者致力于减小支持向量的