|
|||||
|
|
| Fisher正则化的最小二乘孪生支持向量机 | |
| 引用本文： | 张萌,陈素根.Fisher正则化的最小二乘孪生支持向量机[J].安庆师范学院学报(自然科学版),2023(4):52-59. |
| 作者姓名： | 张萌 陈素根 |
| 作者单位： | 安庆师范大学数理学院 |
| 基金项目： | 国家自然科学基金项目（61702012）；;安徽省高校自然科学研究重点项目（KJ2020A0505）；;安徽省自然科学基金项目（1908085MF195,2008085MF193）； |
| 摘 要： | 最小二乘孪生支持向量机是一种有效的模式分类算法，然而每一个训练样本都对最终的决策平面有影响。如果训练集含有噪声或异常点，其会过度关注这些点，这可能导致最小二乘孪生支持向量机的判别能力较差。为了解决这个问题，受Fisher准则思想的启发，本文引入了双Fisher正则化项，并在此基础上提出了Fisher正则化的最小二乘孪生支持向量机。同时，在人工数据集和UCI数据集上验证了所提算法的有效性。 |
| 关 键 词： | 模式分类 孪生支持向量机 最小二乘孪生支持向量机 Fisher正则化 |