线性支持向量分类机的平凡解

• 作者: 全廷伟 刘小茂 张钧
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 线性支持向量分类机 KKT条件 平凡解 线性可分
• 年，卷（期）: 2007,（10）
• 页码范围: 57-59,66
• 页数: 4页
• 分类号: TP181|O235
• 字数: 3372字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.10.017

摘要

对二类分类问题,在线性可分或近似线性可分情况下,对线性支持向量分类机的平凡解进行了讨论,得出了解为平凡解的充要条件,说明了其几何意义,指出了避免出现这一现象的解决办法.该充要条件表明:对给定的训练集T,最优解是否为平凡解取决于训练集T的样本点在空间的分布位置,与惩罚参数C值的选取无关.一旦出现平凡解,线性支持向量分类机将会失效.为解决这一问题,可通过增加或减少训练集T中的样本点来实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小茂	华中科技大学数学系	34	821	14.0	28.0
2	张钧	华中科技大学图像识别与人工智能研究所	20	188	7.0	13.0
3	全廷伟	华中科技大学数学系	4	36	2.0	4.0