计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
235-238
,共4页
光滑支持向量机%半二次最小化%核函数
光滑支持嚮量機%半二次最小化%覈函數
광활지지향량궤%반이차최소화%핵함수
Smooth support vector machine%Half-quadratic minimization%Kernel function
光滑支持向量机(Smooth Support Vector Machine,SSVM)是传统支持向量机的一种改进模型,它利用光滑方法将传统支持向量机的二次规划问题转化成无约束优化问题,并使用Newton-Armijo算法求解该无约束优化问题.在光滑支持向量机的基础上提出了鲁棒的光滑支持向量机(Robust Smooth Support Vector Machine,RSSVM),其利用M-estimator代替SSVM中基于L2范数的正则化项,并利用半二次最小化优化方法求解相应的最优化问题.实验结果表明所提方法可以有效地提高SSVM的抗噪声能力.
光滑支持嚮量機(Smooth Support Vector Machine,SSVM)是傳統支持嚮量機的一種改進模型,它利用光滑方法將傳統支持嚮量機的二次規劃問題轉化成無約束優化問題,併使用Newton-Armijo算法求解該無約束優化問題.在光滑支持嚮量機的基礎上提齣瞭魯棒的光滑支持嚮量機(Robust Smooth Support Vector Machine,RSSVM),其利用M-estimator代替SSVM中基于L2範數的正則化項,併利用半二次最小化優化方法求解相應的最優化問題.實驗結果錶明所提方法可以有效地提高SSVM的抗譟聲能力.
광활지지향량궤(Smooth Support Vector Machine,SSVM)시전통지지향량궤적일충개진모형,타이용광활방법장전통지지향량궤적이차규화문제전화성무약속우화문제,병사용Newton-Armijo산법구해해무약속우화문제.재광활지지향량궤적기출상제출료로봉적광활지지향량궤(Robust Smooth Support Vector Machine,RSSVM),기이용M-estimator대체SSVM중기우L2범수적정칙화항,병이용반이차최소화우화방법구해상응적최우화문제.실험결과표명소제방법가이유효지제고SSVM적항조성능력.
