李瑞帥

摘 要：雙支持向量機（Twin Support Vector Machine，TWSVM）的模型與傳統(tǒng)支持向量機類似，其通過求解一對較小的SVM-type最優(yōu)化問題使得求解速度更快。TWSVM的快速求解算法一直存在空缺，本文結(jié)合坐標(biāo)下降法與Libsvm收縮技術(shù)，提出了一種TWSVM的快速訓(xùn)練算法，在UCI數(shù)據(jù)集與人工數(shù)據(jù)上對算法的訓(xùn)練時間開銷與分類精度實驗，結(jié)果表明本算法有效的改善了TWSVM的學(xué)習(xí)速度。

關(guān)鍵詞：支持向量機；雙支持向量機；坐標(biāo)下降；收縮技術(shù)