文献类型：期刊文章

作　　者：陈素根[1,2] 吴小俊[1]

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]安庆师范大学数学与计算科学学院,安徽安庆246133

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61373055);安徽省高等学校自然科学研究重点项目(No.KJ2015A266;No.KJ2016A431)

年　　份：2017

卷　　号：45

期　　号：2

起止页码：408-416

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171903656094)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对投影孪生支持向量机(Projection Twin Support VectorMachine,PTSVM)在训练和求解过程中存在的问题,提出了一类改进的投影孪生支持向量机(Improved PTSVM),简称为IPTSVM.该文首先构造了改进的线性投影孪生支持向量机,然后利用核技巧轻松将其推广到了非线性形式.本文的主要贡献有:(1)提出了投影孪生支持向量机的新模型,克服了原始PTSVM在训练之前需要求解两个逆矩阵的问题;(2)继承了传统SVM(Support VectorMachine)的精髓,利用核技巧直接将线性IPTSVM推广到非线性形式;(3)引入了一个新的参数,可以调节模型的性能,提高了IPTSVM的分类精度.实验结果表明,与PTSVM算法相比较,IPTSVM不仅提高了分类精度,而且克服了PTSVM的一些不足.

关 键 词：支持向量机 非平行平面支持向量机  投影孪生支持向量机  模式分类  

分 类 号：TP391]