论文研究基于SVM的信息融合新方法.pdf

利用SVM对大规模数据进行训练时，需要占用很大的内存空间，甚至会因内存不够而无法训练。为此，提出了将大规模数据分块求解，然后将分块求解的结果进行信息融合的新方法。首先训练得到各模块的支持向量，将所有支持向量进行融合，得到决策模型和一组支持向量。当有新的数据加入时，将其作为一个子模块，训练得到该模块的支持向量，与原模型中获得的支持向量进行融合，训练得到新的决策模型。利用KDDCUP99数据进行实验，结果表明该方法的测试精度与在所有数据集上训练的精度相当，花费时间少，适用于增量学习。