一种基于局部敏感哈希的SVM快速增量学习算法

摘要

一种基于局部敏感哈希的SVM快速增量学习算法，训练初始样本集得到SV集；使用局部敏感哈希函数进行哈希编码投影，得到SV集对应的哈希编码集；得到新增样本筛选后的样本集与初始训练样本得到的SV集一起进行训练来更新分类器；进行迭代，直到没有新的样本到来为止。本发明能够快速的将接近SV集的新增样本筛选出来，即把对分类器影响巨大的样本进行提取，这种方法是一种快速的筛选方法，大大得缩短了训练时间、保证了训练的精度，使得训练数据复杂度大大降低，这种完全适用于通用的在线增量学习任务。