支持向量机平凡解判别与修正的新方法

• 作者: 刘春明 吴军 左磊
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 惩罚因子 平凡解 闭凸包
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 2648-2654
• 分类号: TP181
• 字数: 5660字
• 语种: 中文

摘要

针对二类分类问题,提出一种新的线性支持向量机(SVM)产生平凡解的判别与修正方法,证明如下SVM平凡解判别定理:SVM最优解是平凡解的充要条件是在样本空间的任意方向上,正负类训练样本的分布满足某种不等式关系,该不等式与正负类训练样本各自的惩罚因子C+、C-有关,与公共的惩罚因子C无关.在以上判别定理的基础上,通过筛选训练样本点及各自的惩罚因子来修正SVM优化求解过程,为有效避免SVM平凡解的产生提供理论依据和技术手段.仿真计算实例表明该方法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴军	国防科技大学机电工程与自动化学院	11	177	6.0	11.0
2	刘春明	国防科技大学机电工程与自动化学院	4	31	3.0	4.0
3	左磊	国防科技大学机电工程与自动化学院	2	25	2.0	2.0