【摘要】：針對魯棒L1范數(shù)非平行近似支持向量機(L1-NPSVM)求解算法無法保證獲取可靠解的問題,提出一個新穎的迭代算法來解L1-NPSVM的目標問題。首先,根據(jù)L1-NPSVM原目標問題對解具有規(guī)模不變性,將其轉(zhuǎn)換為一個等價的帶等式約束的最大化問題。該迭代算法在每次迭代中利用更新權(quán)機制獲取每次迭代的更新解;每次迭代中,問題歸結(jié)為解兩個快速的線性方程問題。從理論上證明了算法的收斂性。在公共UCI數(shù)據(jù)集上,實驗顯示,所提算法不僅在分類性能上要遠遠好于L1-NPSVM,且具有相當?shù)挠嬎銉?yōu)勢。
[Abstract]:To solve the problem that robust L1 norm nonparallel approximate support vector machine (L1-NPSVM) algorithm can not guarantee reliable solution, a novel iterative algorithm is proposed to solve the L1-NPSVM target problem. Firstly, according to the scale invariance of the solution of the L1-NPSVM original objective problem, it is transformed into an equivalent maximization problem with equality constraints. In each iteration, the iterative algorithm uses the update weight mechanism to obtain the updated solution of each iteration, and in each iteration, the problem is reduced to solving two fast linear equation problems. The convergence of the algorithm is proved theoretically. On the common UCI dataset, experiments show that the proposed algorithm is not only much better than L1-NPSVM in classification performance, but also has considerable computational advantages.
【作者單位】： 安徽科技學院信息與網(wǎng)絡工程學院;
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 楊富文;求一類H~∞控制最優(yōu)值的非迭代算法[J];自動化學報;1994年04期

2 馬國瑜,吳福祥;非線性互補問題的迭代算法[J];北京化工學院學報(自然科學版);1991年02期

3 鄒斌,李落清;支持向量機回歸與v-支持向量機分類解的關(guān)系[J];湖北大學學報(自然科學版);2004年01期

4 吳娟;范玉妹;王麗;;關(guān)于改進的支持向量機的研究[J];攀枝花學院學報;2006年05期

5 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機算法[J];計算機應用;2008年S2期

6 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機的研究進展[J];計算機工程與應用;2012年12期

7 王云英;閻滿富;;C-支持向量機及其改進[J];唐山師范學院學報;2012年05期

8 李逢煥;;試述不確定支持向量機應用分析及改進思路[J];中國證券期貨;2012年12期

9 邵惠鶴;支持向量機理論及其應用[J];自動化博覽;2003年S1期

10 曾嶸,蔣新華,劉建成;基于支持向量機的異常值檢測的兩種方法[J];信息技術(shù);2004年05期

相關(guān)會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風險評估模型[A];第六屆（2011）中國管理學年會——商務智能分會場論文集[C];2011年

2 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學習方法[A];全國第19屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集（下冊）[C];2008年

3 何琴淑;劉信恩;肖世富;;基于支持向量機的系統(tǒng)辨識方法研究及應用[A];中國力學大會——2013論文摘要集[C];2013年

4 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

5 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學與技術(shù)應用學術(shù)會議論文集[C];2003年

6 周星宇;王思元;;智能數(shù)學與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

7 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

8 張曉濱;尹英順;趙培坤;馬秀蘭;;基于漸進直推支持向量機的半對半多類文本分類[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

9 徐會敏;王玉蘭;;線性規(guī)劃支持向量機模型的研究[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

10 郭一楠;程健;肖大偉;楊梅;;分布式多分類支持向量機[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

相關(guān)博士學位論文 前10條

1 張曉雷;支持向量機若干問題的研究[D];清華大學;2012年

2 郭虎升;支持向量機的優(yōu)化建模方法研究[D];山西大學;2014年

3 姚毓凱;支持向量機關(guān)鍵技術(shù)及其在人體活動識別中的應用研究[D];蘭州大學;2015年

4 張華美;穿墻雷達基于支持向量機的成像算法研究[D];南京郵電大學;2015年

5 王喜賓;基于優(yōu)化支持向量機的個性化推薦研究[D];重慶大學;2015年

6 夏書銀;基于分類噪聲檢測的支持向量機算法研究[D];重慶大學;2015年

7 閆辛;半監(jiān)督支持向量機模型與算法研究[D];上海大學;2016年

8 陳素根;非平行平面支持向量機及特征提取中若干問題研究[D];江南大學;2016年

9 劉大蓮;大規(guī)模稀疏支持向量機算法研究[D];北京交通大學;2017年

10 鞠哲;基于支持向量機的賴氨酸翻譯后修飾位點預測方法研究[D];大連理工大學;2016年

相關(guān)碩士學位論文 前10條

1 尤樹華;貝葉斯強化學習中策略迭代算法研究[D];蘇州大學;2016年

2 郭丹;Markov跳躍It?隨機系統(tǒng)中的耦合Lyapunov方程的快速迭代算法[D];哈爾濱工業(yè)大學;2016年

3 佟樂;添加Universum數(shù)據(jù)雙支持向量機[D];河北大學;2015年

4 胡金扣;魯棒支持向量機研究[D];河北大學;2015年

5 邱志勇;一類支持張量機及其算法研究[D];華南理工大學;2015年

6 李萌;基于支持向量機的高分遙感影像分類技術(shù)研究與應用[D];中國地質(zhì)大學(北京);2015年

7 李勝剛;基于支持向量機的短期風電功率預測[D];湖南工業(yè)大學;2015年

8 孫亭亭;基于支持向量機的燃煤機組燃燒優(yōu)化算法的研究[D];山東大學;2015年

9 王芳;基于支持向量機的滬深300指數(shù)回歸預測[D];山東大學;2015年

10 武放;基于支持向量機的復雜工業(yè)系統(tǒng)典型非正常工況分類問題研究[D];哈爾濱工業(yè)大學;2015年

，

本文編號：2255569