文献类型：期刊文章

作　　者：杨强[1] 吴中福[1] 余萍[2] 钟将[1]

机构地区：[1]重庆大学计算机学院,重庆400030 [2]盐城师范学院计算机系,江苏盐城224002

出　　处：《重庆大学学报（自然科学版）》

年　　份：2005

卷　　号：28

期　　号：2

起止页码：81-84

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：讨论了现有的用于分类的支持向量机 (SVM)所确定的边界在抗干扰方面的局限性。在此基础之上提出了一种新型支持向量机,即基于边界调节的支持向量机,并利用K-T条件得到了这种支持向量机的对偶目标函数。通过对人工数据集和真实数据集的仿真实验表明,相对于L1-SVM而言,基于边界调节的支持向量机具有更少的支持向量和更好的推广性能。

关 键 词：支持向量机SVM 最优超平面 核函数 二次规划  

分 类 号：TP181]