论文部分内容阅读
支持向量机是一种新的数据分析方法，应用到越来越多学习问题领域。支持向量机的训练速度和精度与训练集的选取有很大的关系，在对比分析分解算法、SMO（序列最小优化）算法和增量算法的特点和不足的基础上，提出了一种基于Hausdorff距离的训练集的选取方法，利用Libsvm在几个标准数据库上对几种算法进行实验，结果表明，新的算法在速度和精度上具有较大的提高。