基于超球结构的渐进直推式支持向量机

摘要

针对渐进直推式支持向量机(Progressive Transductive Support Vector Machines,PTSVM)算法训练速度慢,学习性能不稳定的问题,提出一种基于超球结构的渐进直推式支持向量机算法.该算法首先利用支持向量域描述(Support Vector Domain Description,SVDD)得到包含每个类别的有标签样本点的最小包球,选择这个包球边界附近的无标签样本点进行标注,然后对目前所有有标签的样本点进行SVM训练.实验结果表明该算法不仅能保持甚至提高算法的精度,更重要的是能大大提高训练速度.