文献类型：期刊文章

作　　者：赵彩云[1] 吴长勤[1] 葛华[1]

机构地区：[1]安徽科技学院信息与网络工程学院,安徽蚌埠233100

出　　处：《计算机应用》

年　　份：2017

卷　　号：37

期　　号：11

起止页码：3069-3074

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对鲁棒L1范数非平行近似支持向量机(L1-NPSVM)求解算法无法保证获取可靠解的问题,提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先,根据L1-NPSVM原目标问题对解具有规模不变性,将其转换为一个等价的带等式约束的最大化问题。该迭代算法在每次迭代中利用更新权机制获取每次迭代的更新解;每次迭代中,问题归结为解两个快速的线性方程问题。从理论上证明了算法的收敛性。在公共UCI数据集上,实验显示,所提算法不仅在分类性能上要远远好于L1-NPSVM,且具有相当的计算优势。

关 键 词：L1-范数距离  L1范数非平行近似支持向量机  梯度上升  线性方程  分类  

分 类 号：TP39]