计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2011年
6期
1029-1037
,共9页
TWSVM%GEPSVM%RTWSVM%无约束凸规划%特征镇压
TWSVM%GEPSVM%RTWSVM%無約束凸規劃%特徵鎮壓
TWSVM%GEPSVM%RTWSVM%무약속철규화%특정진압
对支持向量机(twin support vector machine,TWSVM)的优化思想源于基于广义特征值近似支持向量机(proximal SVM based on generalized eigenvalueS,GEPSVM),问题解归结为求解两个SVM型问题,因此,计算开销缩减到标准SVM的1/4.除了保留了GEPSVM优势外,在分类性能上TWSVM远优于GEPSVM,但仍需求解凸规划问题,并且,目前尚无有效的TWSVM的特征提取算法提出.首先,向TWSVM模型中引入正则项,提出了正则化TWSVM(RTWSVM).与TWSVM不同,RTWSVM保证了该问题为一个强凸规划问题.在此基础上,构造了TWSVM的特征提取算法(FRTWSVM).该分类器只需求解一个线性方程系统,无需任何凸规划软件包.在保证得到与TWSVM相当的分类性能以及较快的计算速度上,此方式还减少了输入空间的特征数.对于非线性问题,FRTWSVM可以减少核函数数目.
對支持嚮量機(twin support vector machine,TWSVM)的優化思想源于基于廣義特徵值近似支持嚮量機(proximal SVM based on generalized eigenvalueS,GEPSVM),問題解歸結為求解兩箇SVM型問題,因此,計算開銷縮減到標準SVM的1/4.除瞭保留瞭GEPSVM優勢外,在分類性能上TWSVM遠優于GEPSVM,但仍需求解凸規劃問題,併且,目前尚無有效的TWSVM的特徵提取算法提齣.首先,嚮TWSVM模型中引入正則項,提齣瞭正則化TWSVM(RTWSVM).與TWSVM不同,RTWSVM保證瞭該問題為一箇彊凸規劃問題.在此基礎上,構造瞭TWSVM的特徵提取算法(FRTWSVM).該分類器隻需求解一箇線性方程繫統,無需任何凸規劃軟件包.在保證得到與TWSVM相噹的分類性能以及較快的計算速度上,此方式還減少瞭輸入空間的特徵數.對于非線性問題,FRTWSVM可以減少覈函數數目.
대지지향량궤(twin support vector machine,TWSVM)적우화사상원우기우엄의특정치근사지지향량궤(proximal SVM based on generalized eigenvalueS,GEPSVM),문제해귀결위구해량개SVM형문제,인차,계산개소축감도표준SVM적1/4.제료보류료GEPSVM우세외,재분류성능상TWSVM원우우GEPSVM,단잉수구해철규화문제,병차,목전상무유효적TWSVM적특정제취산법제출.수선,향TWSVM모형중인입정칙항,제출료정칙화TWSVM(RTWSVM).여TWSVM불동,RTWSVM보증료해문제위일개강철규화문제.재차기출상,구조료TWSVM적특정제취산법(FRTWSVM).해분류기지수구해일개선성방정계통,무수임하철규화연건포.재보증득도여TWSVM상당적분류성능이급교쾌적계산속도상,차방식환감소료수입공간적특정수.대우비선성문제,FRTWSVM가이감소핵함수수목.
