Sparse representation based on projection method in online least squares support vector machines

在线阅读 下载PDF 导出详情
摘要 一个稀少的近似算法在这篇论文基于设计被介绍以便克服最少的广场支持向量机器(LS-SVM)的非稀少的限制。新输入被投射直到以前的基础向量(BV)和高从空格是的潜水艇摆平距离的那些输入比阀值在BV集合被增加跨越的潜水艇空格,当其它被拒绝时。这因而导致稀少的近似。另外,在BV集合删除退出的向量的一条递归的途径被建议。然后,联机LS-SVM,稀少的近似和BV移动被联合生产不管处理数据尺寸,能控制存储器的尺寸的稀少的联机LS-SVM算法。建议算法在分别地抵销过程和一个精炼厂的异构化植物的pH的联机建模被使用。计算时间和精确的详细比较也在建议算法和nons之间被给分析一个。结果证明建议算法极大地就与精确的很少费用改进稀少。
机构地区 不详
出版日期 2009年02月12日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献