一种基于Tsallis熵的最小二乘支持向量机稀疏算法

• 作者: 张昌宏 曹书豪 程思嘉 陈元
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 最小二乘支持向量机 增量算法 稀疏性 Tsallis熵
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 理论研究
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP301.6
• 字数: 5244字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2017.10.016

摘要

最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)算法是一种优化的支持向量机(Support Vector Machine,SVM)算法,针对该算法稀疏性差,支持向量过多的问题,提出了一种基于Tsallis熵的稀疏算法.分析了最小二乘支持向量机算法的训练过程,提出了增量算法和Tsallis熵的概念,以此为基础提出了一种解决算法稀疏性的改进算法;最后对算法进行了仿真.仿真结果表明,该改进算法相比于传统算法稀疏性更强,适用于大样本集的系统辨识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张昌宏		36	252	9.0	15.0
2	程思嘉		3	45	2.0	3.0
3	陈元		5	4	2.0	2.0
4	曹书豪		4	8	2.0	2.0