- 相关
- 目录
- 笔记
- 书签
188宝金博页面版:更多相关文档
-
A Kernel Clustering Algorithm for Fast Training of Support Vector Machines
星级： 4 页
-
using support vector machines
星级： 8 页
-
训练支持向量机的四重序列解析优化算法 quadruple sequential analytic optimization algorithm for training support vector machines
星级： 10 页
-
一种改进的快速支持向量机分类算法研究 research on an improved fast classification algorithm of support vector machines
星级： 4 页
-
基于mtc结构的支持向量机并行训练算法 a parallel training algorithm of support vector machines based on the mtc architecture
星级： 6 页
-
训练支持向量机的四重序列解析优化算法 quadruple sequential analytic optimization algorithm for training support vector machines
星级： 10 页
-
a kernel clustering algorithm for fast training of support vector machines
星级： 4 页
-
基于聚类的快速支持向量机训练算法 Fast training support vector machine based on clustering
星级： 4 页
-
A fast iterative single data approach to training unconstrained least squares support vector machines
星级： 8 页
暂无目录
暂无笔记
暂无书签
188宝金博页面版: 快速训练支持向量机的并行结构 Fast Training Support Vector Machines Using Parallel Architecture
内容提示： ９ ６微电子学与计算机２０ ０ ６ 年第２３卷第１０ 期快速训练支持向量机的并行结构曹丽娟１王小明２（ １复旦大学金融研究院． 上海２０ ０ ４ ３３）（ ２复旦大学经济学院， ｔ海２０ ０ ４ ３３）摘要： 序列最小优化（ ｓＭ Ｏ ）是一种常见曲训练支持向量机（ Ｓ Ｖ 啉）的算法， 但在末解太规模问题时． 它需要耗费大量曲计算时问。 文章提供Ｓ Ｍ ０ 的一种并行实现方法。 并行Ｓ Ｍ Ｏ 是利用信息传递接口（ Ｍ Ｐ Ｉ）开发的。 首先特整个训簿数据集分为多个小的子集。 然后同时运行多个Ｃ Ｐ Ｕ 处理嚣处理每一个分离的数据集。 实验结果寰明， 当采用多处理器时． 在Ａ ｄ ｌｌｌｔ数据集上并行Ｓ Ｍ ０ 有较大的加速比。关键词： 支持向量机， 序列最小优化方法， 信息传递接口， 并行算法中醴...
