求解双边加权模糊支持向量机的序贯最小优化算法

• 作者: 李艳 杨晓伟
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 序贯最小优化 双边加权模糊支持向量机 支持向量机 模糊支持向量机
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3297-3301,3317
• 分类号: TP301.6
• 字数: 5405字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.03297

摘要

高的计算复杂度限制了双边加权模糊支持向量机在实际分类问题中的应用.为了降低计算复杂度,提出了应用序贯最小优化算法(SMO)解该模型,该模型首先将整个二次规划问题分解成一系列规模为2的二次规划子问题,然后求解这些二次规划子问题.为了测试SMO算法的性能,在三个真实数据集和两个人工数据集上进行了数值实验.结果表明:与传统的内点算法相比,在不损失测试精度的情况下,SMO算法明显地降低了模型的计算复杂度,使其在实际中的应用成为可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳	华南理工大学理学院	45	377	10.0	17.0
2	杨晓伟	华南理工大学理学院	38	588	12.0	24.0