稀疏最小二乘支持向量机

• 作者: 孙优贤 孙宗海 甘良志
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 最小二乘支持向量机 再生核希尔伯特空间 径向基函数
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 245-248
• 页数: 4页
• 分类号: TP181
• 字数: 3164字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2007.02.012

摘要

针对大规模数据集的回归和分类问题,改进了最小二乘支持向量机.以再生核希尔伯特空间中的线性分析为基础,把样本集映射到再生空间中,然后张成再生空间的一个线性子空间,并求出这个子空间的基.利用基线性表示子空间中的其他元素,减小了求解矩阵的维数,通过求解规模相对较小的线性方程组完成对支持向量机的训练.采用该方法对较大规模的数据样本进行了回归和分类仿真试验,并与普通的最小二乘支持向量机进行比较.结果表明,采用该方法解决复杂非线性函数的回归和分类问题,不但可以得到稀疏解,而且计算速度比普通最小二乘支持向量机提高了约20%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙优贤	浙江大学工业控制技术国家重点实验室	231	5136	33.0	62.0
2	甘良志	浙江大学工业控制技术国家重点实验室	7	110	3.0	7.0
6	孙宗海	浙江大学工业控制技术国家重点实验室	3	121	3.0	3.0