改进孪生支持向量机的一种快速分类算法

• 作者: 刘霞 李秋林 高斌斌
• 来源期刊: 重庆理工大学学报：自然科学
• 学科: 工学
• 关键词: 支持向量机 孪生支持向量机 坐标下降算法 分类算法 结构风险最小化原则
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 电子·自动化
• 页码范围: 98-103,108
• 页数: 7页
• 分类号: TP181
• 字数: 3310字
• 语种: 中文

摘要

为了提高孪生支持向量机（TSVM）的泛化性能,基于结构风险最小化的原则重构TSVM的原始优化问题,提出改进的TSVM（ITSVM）分类模型。为了加快ITSVM的训练进程,将坐标下降算法和收缩技术相结合求解该模型。仿真实验和真实数据实验表明,该方法不仅具有良好的分类性能,而且具有很快的学习速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高斌斌	西南大学数学与统计学院	3	9	3.0	3.0
2	刘霞	新疆大学数学与系统科学学院	8	15	2.0	3.0
3	李秋林	西南大学数学与统计学院	3	10	3.0	3.0