对于标题布置如何翻译较好;
本文翻译自论文:http://download.csdn.net/download/aq_cainiao_aq/10136946
parallel support vector machine:the cascade svm
cascade svm的提出是通过并行的方式解决svm算法时间和空间占用资源多的缺点,尤其是非线性svm需要较多的支持向量时,数据占用内存多,运行耗时长。
接下来只介绍算法部分,不是完全按照原文翻译,内容有删减。
the cascade svm
从优化问题中提前排除支持向量可以加速SVM,即使用过滤过程实现高效并行。
图1描述的是层叠SVM的结构。在第一层,数据被分成子数据集并且独立的寻找支持向量。第一层的结果在下一层被两两连接作为新的训练集。最后一层得到的支持向量测试是否能够全局收敛,如果不能,就要和非支持向量数据一起迭代回第一层。
TD:training data 训练数