论文研究 基于分类超平面的非线性集成学习机.pdf

针对支持向量机面临的大规模数据分类问题, 提出基于分类超平面的非线性集成学习机NALM。该方法借鉴管理学中协同管理的思想, 将大规模数据分成规模较小的子集, 然后分别在子集上运行分类超平面算法, 最后将各子集上的分类结果进行非线性集成得到最终的分类结果。该方法不仅继承了分类超平面的优点, 而且还将分类超平面的适用范围从小规模数据扩展到中大规模数据, 从线性空间推广到Hilbert核空间。若干数据集上的实验表明:NALM能以较少的支持向量来解决大规模样本分类问题。