论文部分内容阅读
支持向量机已经成为处理大规模高维数据的一种有效方法。然而处理大规模数据需要的时间和空间代价很高，增量学习可以解决这个问题。该文分析了支持向量的性质和增量学习的过程，提出了一种新的增量学习算法，舍弃了对最终分类无用的样本，在保证测试精度的同时减少了训练时间。最后的数值实验和应用实例说明：算法是可行的、有效的。