摘要：增量学习广泛运用于人工智能、模式识别等诸多领域，是解决系统在训练初期样本量少而随时间推移性能降低的有效方法。本文针对经典支持向量机当训练样本数量多而运算速度较慢的缺点，在分析支持向量机的基础上，提出基于驱动错误准则的增量学习方法，实验结果表明，该算法不仅能保证学习机器的精度和良好的推广能力，而且算法的学习速度比经典的SVM算法快，可以进行增量学习。

原文链接:http://www.cqvip.com//QK/95931X/201203/43376997.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）