一种支持向量机的并行训练方法及装置

摘要

本发明实施例公开了一种支持向量机的并行训练方法及装置，方法包括：将训练样本集划分为子训练样本集，对每个子训练样本集并行训练，得到初始支持向量，从初始支持向量中选取r个作为目标样本集，确定当前权值ω表达式及预测标签yi′，每遍历一个目标样本集中样本判断其分类是否正确，根据判断结果，对当前未遍历的目标样本集中样本的预测标签更新，遍历结束后，将分类不正确的目标样本集中样本的拉格朗日乘子进行更新，最后，根据ω＝sv及f(x)＝ωx确定最大间隔分离超平面方程f(x)。可见，本方案中将当前权值ω分解为s和v乘积的形式，避免了每次更新当前权值都要遍历所有初始支持向量的时间消耗，提高了分类准确率，减少了运行时间。