可保证分类性能的最小二乘支持向量机

• 作者: 业巧林 廖雷 徐金宝
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小二乘支持向量机 类内散度 更好精度 线性系统
• 年，卷（期）: 2009,（21）
• 所属期刊栏目: 研究、探讨
• 页码范围: 48-50
• 页数: 3页
• 分类号: TP181
• 字数: 2187字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.21.012

摘要

当前支持向量机是分类研究与应用的一个热点.提出了一个新的最小二乘支持向量机算法,该算法向最小二乘支持向量机(LS-SVM)优化模型中融入了类内散度(VSLSVM)思想,即用优化准则Min w′Mw对原LS-SVM进行重组合,w为对应LS-SVM中的权向量,M是类内散度矩阵.提出的方法仅仅需要求解一个线性系统而不是凸规划问题,实验主要对SVM和Suykens等人的方法进行了比较,并验证了提出的算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐金宝	南京工程学院计算机工程学院	47	172	8.0	11.0
2	业巧林	南京林业大学信息技术学院	31	77	5.0	8.0
3	廖雷	南京工程学院计算机工程学院	6	94	2.0	6.0