| 结构化加权最小二乘支持向量机 |
| |
| 引用本文： | 鲁淑霞,田如娜.结构化加权最小二乘支持向量机[J].计算机科学,2013,40(12):52-54,80. |
| |
| 作者姓名： | 鲁淑霞 田如娜 |
| |
| 作者单位： | 河北大学数学与计算机学院 保定071002;河北大学数学与计算机学院 保定071002 |
| |
| 基金项目： | 本文受国家自然科学基金(61170040),河北省自然科学基金(F2011201063)资助 |
| |
| 摘 要： | 针对最小二乘支持向量机(LSSVM)没有考虑样例本身的结构信息和对异常点敏感,提出了一种新的分类器——结构化加权最小二乘支持向量机(SWLSSVM),SWLSSVM通过在目标函数中引入协方差矩阵考虑了样例的结构信息；为了减少异常点的影响,其根据本类样本点到该类中心的距离对误差项进行加权。实验表明,SWLSSVM与LSSVM和SVM相比具有更好的分类和泛化性能。
|
| 关 键 词： | 最小二乘支持向量机 结构化 权 协方差矩阵 中图法分类号TP181文献标识码A |
| 收稿时间： | 2013/5/21 0:00:00 |
Structural Weighted Least Squares Support Vector Machine Classifier |
| |
| LU Shu-xia and TIAN Ru-na.Structural Weighted Least Squares Support Vector Machine Classifier[J].Computer Science,2013,40(12):52-54,80. |
| |
| Authors: | LU Shu-xia and TIAN Ru-na |
| |
| Affiliation: | College of Mathematics and Computer Science,Hebei University,Baoding 071002,China;College of Mathematics and Computer Science,Hebei University,Baoding 071002,China |
| |
| Abstract: | |
| |
| Keywords: | Least squares support vector machine Structure Weight Covariance matrix |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
