Earticle

현재 위치 Home

Step Function Approximation for Support Vector Reduction

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIP) 바로가기
  • 간행물
    International Journal of Signal Processing, Image Processing and Pattern Recognition 바로가기
  • 통권
    Vol.6 No.4 (2013.08)바로가기
  • 페이지
    pp.111-124
  • 저자
    Amin Allahyar, Hadi Sadoghi Yazdi
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A206603

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Since introduction, the Support Vector Machines (SVM) has been popularly used in machine learning and data mining tasks due to their strong mathematical background and promising result. Nevertheless, they are noticeably slow in the prediction stage. The speed is influenced by number of support vectors determined in the training phase. Motivated by this fact, several studies are done to reduce the number of support vectors. The reduction should consider the degeneration of learning quality and preserve it at much as possible. Most previous methodologies either reduce the training set or apply a post-processing step to reduce the number of support vectors. In this paper, we proposed a new SVM cost function called Step Regularized Support Vector Machine (SRSVM), which is a standard SVM with extra constrained to reduce the number of support vectors, which can be defined by user. Experimental results are done to evaluate the efficiency and speed of proposed algorithm. SRSVM are also compared to other related SVM algorithms. The comparisons showed that the proposed method is effective in reducing number of support vectors while preserving the high performance of the classifier.

목차

Abstract
 1. Introduction
 2. Preliminary
  2.1. Support Vector Machines and their Computational Cost
 3. Related Work
 4. Proposed Algorithm
 5. Experimental Result
  5.1. Setup
  5.2. Performance Measure
  5.3. Datasets
  5.4. Experiment on Synthetic Dataset
  5.5. Experiment on UCI Dataset
 6. Conclusion
 References

키워드

Classification Support Vector Machine Reduce Complexity Number of Support Vectors

저자

  • Amin Allahyar [ Department of Computer Engineering, Ferdowsi University of Mashhad, Mashhad, Iran ]
  • Hadi Sadoghi Yazdi [ Department of Computer Engineering, Ferdowsi University of Mashhad, Mashhad, Iran, Center of Excellence on Soft Computing and Intelligent Information Processing, Ferdowsi University of Mashhad ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIP) [Science & Engineering Research Support Center, Republic of Korea(IJSIP)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Signal Processing, Image Processing and Pattern Recognition
  • 간기
    격월간
  • pISSN
    2005-4254
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.6 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.