|
|||||
|
|
| 一种稀疏最小二乘支持向量分类机 | |
| 引用本文： | 刘小茂,孔波,高俊斌,张钧.一种稀疏最小二乘支持向量分类机[J].模式识别与人工智能,2007,20(5). |
| 作者姓名： | 刘小茂 孔波 高俊斌 张钧 |
| 作者单位： | 1. 华中科技大学,数学系,武汉,430074 2. School of In formation Technology, Charles Sturt University, Bathurst, NSW 2795, Australia 3. 华中科技大学,多谱信息处理技术重点实验室,武汉,4300743 |
| 基金项目： | 国家自然科学基金，航天基金 |
| 摘 要： | 一般的支持向量分类机需要求解二次规划问题,最小二乘支持向量机只需求解一个线性方程组,但其缺乏稀疏性.为了改进最小二乘支持向量分类机,本文结合中心距离比值及增量学习的思想提出一种基于预选、筛选支持向量的稀疏最小二乘支持向量机.该方法既能弥补最小二乘向量机的稀疏性,减少计算机的存储量和计算量,加快最小二乘支持向量机的训练速度和决策速度,又能对非均衡训练数据造成的分类面的偏移进行纠正,还不影响最小二乘支持向量机的分类能力.3组实验结果也证实了这一点. |
| 关 键 词： | 最小二乘支持向量机(LS-SVM) 稀疏性 中心距离比值 边界向量 |
A Sparse Least Squares Support Vector Machine Classifier |
|
| LIU Xiao-Mao,KONG Bo,GAO Jun-Bin,ZHANG Jun.A Sparse Least Squares Support Vector Machine Classifier[J].Pattern Recognition and Artificial Intelligence,2007,20(5). | |
| Authors: | LIU Xiao-Mao KONG Bo GAO Jun-Bin ZHANG Jun |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
