一种用于模式分类的支持向量机训练方法

摘要

本发明公开了一种用于模式分类的支持向量机训练方法，依次包括以下步骤：输入两类数据向量样本集合X和Y；从X中任选一个向量x*，从Y任选一个向量y*；然后在X的凸包中训练xα，使xα和y*之间的距离尽可能小于x*和y*之间的距离，接着在Y的凸包中训练yβ，使yβ和xα之间的距离尽可能小于xα和y*之间的距离，再把xα赋予x*，把yβ赋予y*，重复训练xα和yβ，直到xα和yβ之间的距离几乎等于x*和y*之间的距离；最后利用X的凸包和Y的凸包之间的近似最近点xα和yβ计算X和Y的支持向量机。本发明不需要求解二次规划问题，编程实现容易，运行效率较高，而且能够明确判定两类数据向量样本集合是否线性可分。