论文部分内容阅读
本文针对支持向量机难以快速有效地进行增量式学习的问题,提出了一种基于内壳向量的支持向量机增量式学习算法。算法通过线性规划运算求得最可能包含支持向量的壳向量和内壳向量集合,在保证分类精度的前提下最大程度地缩小训练集规模,进而在新的训练集中快速训练支持向量机。将该算法应用于公开数据及低空飞行声目标分类识别,结果表明,新算法缩短了训练时间,且比现有其他算法具备更高的分类精度和稳定性。