matlab 增量学习,支持向量机在线增量学习算法的MATLAB实现

支持向量机在线增量学习算法的MATLAB实现 杨志红，隆 涛 (江汉大学 物理与信息工程学院，湖北 武汉 430056) 摘 要：基于支持向量机在线训练理论，采用MATLAB工具实现了一种在线增量学习算法。该实现方法调用LIBSVM工具包分类器训练函数和样本识别函数，将不能识别的样本作为增量数据重新训练分类器。设计的 增量训练用户图形界面系统应用于手写数字的识别，结果表明了实现方法的正确性和有效性，并论证了增量训练能在兼顾新样本出现的情况下提高训练速度，提升手写数字识别的准确率。 关键词：支持向量机；在线增量学习算法；MATLAB；手写数字识别中图分类号：TP18 文献标志码： A 文章编号：1673-0143(2016)05-0469-05 DOI：10.16389/j.cnki.cn42-1737/n.2016.05.015 Realization of Online Incremental Learning Algorithm of Support Vector Machine Based on MATLAB YANGZhihong，LONGTao (SchoolofPhysicsandInformationEngineering，JianghanUniversity，Wuhan430056，Hubei，China) Abstract：AnonlineincrementallearningalgorithmisimplementedwithMATLABbasedontheonline training theory of support vector machine. This method uses the unidentified samples as incremental data to train classifier through svmtrain and svmpredict functions of LIBSVM toolkit. The results of handwritten numeral recognition GUI system demonstrate the correctnessandeffectivenessof the design，moreover，theincrementaltrainingcanimprovethetrainingspeedandimprovetheaccuracyof handwrittennumeralrecognitioninthecaseoftakingintoaccounttheemergenceofnewsamples. Keywords：support vector machine；online incremental learning algorithm；MATLAB；handwritten numeralrecognition 0 引言 基于支持向量机(supportvectormachine，SVM)的分类算法被广泛应用于回归分析和分类问题中，由台湾大学林智仁等开发设计的LIBSVM工具包［1］直接支持多分类，让SVM的应用更加便捷有效［2-3］， 但其应用均是基于离线数据进行训练得到模型进行预测。在实际应用中，由于数据更新很快，其特征将发生变化，原来的模型并不能很好地得到预测结果，此时便需要实时加入新的数据到模型中，即进行在线学习［4］。本文基于支持向量机在线增量学习算法，以手写数字识别(从0～9，分为10类)为分类对象，在MATLAB环境下实现其分类算法