[1]万辉,魏延.一种改进的最小二乘支持向量机算法 [J].重庆师范大学学报(自然科学版),2010,27(04):69-72.
WAN Hui,WEI Yan.An Improved Least Square Support Vector Machines Algorithm [J].期刊社,2010,27(04):69-72.
点击复制
重庆师范大学学报(自然科学版)[ISSN:1672-6693/CN:50-1165/N]
- 卷:
-
27
- 期数:
-
2010年04期
- 页码:
-
69-72
- 栏目:
-
理论与应用研究
- 出版日期:
-
2010-07-25
文章信息/Info
- Title:
-
An Improved Least Square Support Vector Machines Algorithm
- 作者:
-
万辉; 魏延
-
- Author(s):
-
WAN Hui; WEI Yan
-
-
- 关键词:
-
最小二乘支持向量机; 增量学习; 稀疏性
- Keywords:
-
-
- 分类号:
-
-
- DOI:
-
-
- 文献标志码:
-
A
- 摘要:
-
最小二乘支持向量机是标准支持向量机的一种扩展,它是支持向量机在二次损失函数下的一种形式。它用等式约束代替不等式约束,求解过程变为解一组等式方程,避免了求解耗时的二次规划问题,但同时也丧失了标准支持向量机的稀疏性,影响了二次学习的效率。针对上述问题,本文提出了一种改进的最小二乘支持向量机增量学习方法。改进的最小二乘支持向量机算法采用自适应剪枝方法对解进行稀疏,根据每次训练得到的分类器性能来设定剪枝阈值和样本增量的大小,如果得到的分类器性能好,剪枝阈值和样本增量就大,反之,剪枝阈值和样本增量就小,从而提高了最小二乘支持向量机训练效率,解决了稀疏性问题。最后,仿真实验表明该算法方案可行。
- Abstract:
-
-
更新日期/Last Update:
2010-08-13