1. 天津理工大学 管理学院, 天津300384; 2. 天津大学 管理与经济学部,天津 300072
出版日期:
2018-05-25发布日期:
2018-07-11A Coordinate Gradient Descent Algorithm for Support Vector Machines Training
YU Jing1, HAN Luqing21. School of Management, Tianjin University of Technology, Tianjin 300384; 2. College of Management and Economics, Tianjin University, Tianjin 300072
Online:
2018-05-25Published:
2018-07-11摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
针对支持向量机模型问题,给出了一种新的坐标梯度下降算法.算法首先求解一个特殊的二次规划问题,将所得的结果进行分解后,得到每次迭代所需要的工作集,然后,求解一个降维的二次规划子问题得到下降方向.新算法无需进行线搜索,避免了线搜索带来的时间和空间上的开销,使得计算量大大减少.最后,在较弱的条件下证明了算法的全局收敛性,并利用数值实验证明了算法的可行性和有效性.
分享此文: