基于戴帽L1范数的双支持向量机

• 作者: 戴月明 沈洋
• 来源期刊: 微电子学与计算机
• 关键词: 双支持向量机 L1范数 L2范数 戴帽L1范数 损失函数
• 年，卷（期）: 2020,（1）
• 页码范围: 72-79,86
• 页数: 9页
• 分类号: TP391.1
• 语种: 中文

摘要

针对双支持向量机模型易受异常点影响导致泛化性能较低的问题,提出了一种基于戴帽L1范数的双支持向量机模型.采用带有上限值的戴帽L1范数代替L2范数来构造最优化问题,一定程度上削弱了离群点、噪音点对于两个超平面构造的影响,增强了模型的鲁棒性.另外,针对构造的新的双支持向量机模型最优化问题提出了一个简单有效的迭代算法并且在理论上证明了该算法的收敛性.在无噪以及有噪UCI数据集上的实验结果表明,与其它支持向量机模型相比,该模型有着更强的鲁棒性以及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴月明	江南大学物联网工程学院	52	301	10.0	13.0
2	沈洋	江南大学物联网工程学院	6	3	1.0	1.0