迭代再权共轭梯度q范数正则化线性最小二乘-支持向量机分类算法

• 作者: 付捷 刘媛 刘建伟 罗雄麟 黎海恩
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: q范数正则化 最小二乘-支持向量机(LS-SVM) 迭代再权共轭梯度法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 334-342
• 页数: 9页
• 分类号: TP181
• 字数: 9217字
• 语种: 中文
• DOI: 10.7641/CTA.2014.30690

摘要

L2范数罚最小二乘-支持向量机(least square support vector machine algorithm,LS-SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS-SVM分类器算法,0＜q＜∞,把q取值扩大到有理数范围.利用网格法改变正则化权衡参数c和正则化阶次q的值,在所选的c和q值上,使用迭代再权方法求解分类器目标函数,找出最小分类预测误差值,使预测误差和特征选择个数两个性能指标得到提高.通过对不同领域的实际数据进行实验,可以看到提出的分类算法分类预测更加准确同时可以实现特征选择,性能优于L2范数罚LS-SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗雄麟	中国石油大学自动化研究所	143	1487	17.0	33.0
2	刘建伟	中国石油大学自动化研究所	47	653	9.0	25.0
3	刘媛	中国石油大学自动化研究所	32	389	5.0	19.0
4	黎海恩	中国石油大学自动化研究所	3	37	2.0	3.0
5	付捷	中国石油大学自动化研究所	4	17	3.0	4.0