基于pinball损失的结构模糊孪生支持向量机

• 作者: 李凯 李慧
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 结构信息 pinball损失 模糊隶属度 孪生支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 科研通信
• 页码范围: 2221-2227
• 页数: 7页
• 分类号: TP391
• 字数: 3985字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.10.025

摘要

孪生支持向量机通过求解较小的二次规划问题,提高了分类器的性能,然而,该方法主要利用了类间可分的特性,并使用hinge损失函数构建相应的模型,它们并未充分考虑不同类中数据的结构信息以及不同样本对分类的影响,导致该方法对噪声具有较强的敏感性以及重取样的不稳定性.为了进一步提高孪生支持向量机的性能,基于pinball损失函数,将数据集中不同类的结构信息以及不同样本的作用引入到孪生支持向量机中,获得了基于pinball损失的结构模糊孪生支持向量机模型,从理论上导出了基于pinball损失的结构模糊孪生支持向量机算法pin-sftsvm,通过选取人工生成数据集与UCI标准数据集,对pin-sftsvm算法进行了实验,并与tbsvm、s-tsvm和pin-tsvm算法进行了性能比较,表明了提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凯	河北大学网络空间安全与计算机学院	52	435	12.0	19.0
2	李慧	河北大学网络空间安全与计算机学院	18	27	3.0	5.0