基于相對(duì)熵和余弦相似度的并行SVM算法
摘要: 針對(duì)大數(shù)據(jù)環(huán)境下并行支持向量機(jī)(SVM)算法存在子集分布偏差大,并行效率低以及過(guò)濾非支持向量不準(zhǔn)確等問(wèn)題,提出了基于相對(duì)熵和余弦相似度的并行SVM算法(RC-PSVM)。該算法首先提出基于相對(duì)熵的數(shù)據(jù)劃分策略(DPRE),平衡當(dāng)前子集和原始數(shù)據(jù)集的相對(duì)熵,劃分樣本到適合的子集,降低子集分布偏差;然后提出基于余弦相似度的冗余層級(jí)檢測(cè)策略(CS-RLDS),計(jì)算相鄰層局部SVM之間... (共16頁(yè))
開通會(huì)員,享受整站包年服務(wù)