作　　者： ; ; ;

机构地区： 东莞理工学院软件学院

出　　处： 《东莞理工学院学报》 2007年第3期38-42,共5页

摘　　要： 光滑支持向量机是目前的一个研究热点．牛顿-条件预优共轭梯度法Newton-PCG(Newton- preconditioned congugate gradient)是一种求解优化问题的更有效算法．列出了该算法用于求解光滑支持向量机的基本思想和基本步骤,还比较了原始牛顿法和牛顿-条件预优共轭梯度法的计算效率．结果表明,牛顿-条件预优共轭梯度法的计算效率明显高于原始牛顿法． Smooth support vector machine（SSVM） is an active field in SVM research. This paper presents the solutions to the problems of SSVM with a new optimization technique, the Ncwton-PCG （Newton-preconditioned conjugate gradient） algorithm. By comparison with their computational efficiencies, it is showed that the Newton-PCG algorithm is obviously more efficient than Newton algorithm, which is an important direction for future research on smooth SVMs.

关 键 词： 分类 支持向量机 算法 算法 光滑

领　　域： [生物学]