论文部分内容阅读
介绍了一种对样本集取样的方法,并在此基础上对序贯最小优化(sequential minimal optimization,SMO)算法进行了改进,提出了取样序贯最小优化(S-SMO)算法.S-SMO算法去掉了大部分非支持向量,将支持向量逐渐收集到工作集中.实验结果表明,该方法提高了SMO算法的性能,缩短了支持向量机分类器的训练时间.