组合核函数优化的稀疏最小二乘支持向量机

• 作者: 李咏晋 赵拥军 赵闯
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 支持向量机 选主元Cholesky分解 组合核函数 卡方核函数
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 489-495
• 页数: 7页
• 分类号: TP181
• 字数: 4069字
• 语种: 中文
• DOI: 10.11805/TKYDA201703.0489

摘要

针对传统最小二乘支持向量机(LSSVM)稀疏性较差的问题,在传统支持向量机的基础上提出了新的LSSVM模型,并对其进行优化.利用选主元Cholesky分解,进行迭代操作,简化求解过程;利用径向基-卡方组合核函数,提高核函数的稀疏性;最后利用遗传算法,对组合核函数与支持向量机的参数寻优,解决了传统LSSVM在大样本情况下稀疏性较差,求解时间过长的问题,提高了LSSVM的泛性与精确度.仿真实验证明了所提出的模型是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵拥军	信息工程大学导航与空天目标工程学院	99	453	10.0	16.0
2	赵闯	信息工程大学导航与空天目标工程学院	11	14	2.0	3.0
3	李咏晋	信息工程大学导航与空天目标工程学院	1	4	1.0	1.0