信息熵与支持向量的关系

被引:10
作者
业宁
王迪
窦立君
机构
[1] 南京林业大学信息科学与技术学院计算机系
关键词
支持向量机; 模型; 信息熵;
D O I
10.16088/j.issn.1001-6600.2006.04.032
中图分类号
TP301 [理论、方法];
学科分类号
081202 ;
摘要
标准支持向量机由于具有O(n3)的时间复杂度和O(n2)的空间复杂度,影响了其在海量数据集上的应用,而对支持向量机新模型的研究则最有可能取得一些突破,从而彻底解决上述难题。介绍新模型的研究现状的基础上将信息熵引入到支持向量机建模中,重点分析数据的信息熵分布规律和支持向量数据及其熵值的关系,进一步构造了信息熵支持向量机算法,最后给出了相关实验,初步的实验结果显示信息熵支持向量机具有较快的分类速度。
引用
收藏
页码:127 / 130
页数:4
相关论文
共 2 条
[1]   线性规划支撑矢量机 [J].
周伟达 ;
张莉 ;
焦李成 .
电子学报, 2001, (11) :1507-1511
[2]   New support vector algorithms [J].
Schölkopf, B ;
Smola, AJ ;
Williamson, RC ;
Bartlett, PL .
NEURAL COMPUTATION, 2000, 12 (05) :1207-1245