SVM的几何方法——SK类思路的研究

• 作者: 刘文煌 常振华 李英杰 闫学为 陈伯成
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: SK算法 凸包 支持向量机 几何方法 数据挖掘
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 149-153,160
• 分类号: TP391
• 字数: 5990字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.08.044

摘要

支持向量机(Support Vector Machine,SVM)的几何方法是一种基于SVM计算过程中几何意义出发的求解方法.利用其几何特点,比较直观地对其基本算法的构建过程进行了分析.两凸包相对位置可以简要地归纳成5类,且在该类算法迭代过程最优点多在顶点和边界上,该类算法在第一次迭代就可能达到边界(最优点);该类算法的手动单步模拟计结果揭示:很多情况下,该类算法迭代过程的投影并不成功,虽不影响解法的最终结果,但会影响迭代效率:基于几何的分析,给出软SK软算法的两种改进思路(Backward-SK和Forward-SK思路),并进行了仿真比较计算.实验表明,该方法计算效果与原思路相似,但是计算过程理解更加直观.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文煌	清华大学深圳研究生院	35	830	16.0	28.0
2	陈伯成	清华大学深圳研究生院	24	547	12.0	23.0
3	常振华	清华大学深圳研究生院	1	2	1.0	1.0
4	李英杰		3	3	1.0	1.0
5	闫学为	青岛大学自动化学院	2	3	1.0	1.0