排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
大规模训练集的快速缩减 总被引:1,自引:0,他引:1
为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度. 相似文献
3.
研究了物流系统中多产品共用仓库的存贮策略.假设库存系统的平均总费用包括每次订货的固定订购费、产品所需仓库空间决定的固定存贮费,以及实际存贮产品数量决定的可变存贮费.通过多产品补货周期的相对偏移节省存贮空间和费用.最优库存控制双层规划模型中,以库存系统的平均总费用最小为上层目标,以库存系统所需的仓库空间最小为下层目标,上下层模型的决策变量分别为补货周期和补货周期的偏移量.设计了求解该模型的粒子群优化算法,求得最优补货周期和补货周期偏移量.用算例验证了模型和算法的有效性. 相似文献
1