基于最小二乘的孪生有界支持向量机分类算法 |
| |
引用本文: | 业巧林,闫贺.基于最小二乘的孪生有界支持向量机分类算法[J].华中科技大学学报(自然科学版),2018(3):30-35. |
| |
作者姓名: | 业巧林 闫贺 |
| |
作者单位: | 南京林业大学信息科学与技术学院; |
| |
摘 要: | 基于经典的孪生有界支持向量机(TBSVM),构造了一个既简单又快速的基于最小二乘的孪生有界支持向量机(LSTBSVM)的二分类算法.该算法简单地将TBSVM模型中的两个目标函数中不等式约束问题修改为等式约束,问题最终归结为求解两个最小二乘问题,以至于两个最优不平行平面可通过求解一对线性方程组获取.与TBSVM相比,LSTBSVM具有更低的时间复杂度,以至于可以有效地处理大数据集.通过理论分析和在传统的UCI和人工数据集上的实验显示,LSTBSVM不仅具较快的计算速度,且能得到与TBSVM相当的性能.
|
关 键 词: | 支持向量机 模式分类 最小二乘问题 孪生有界支持向量机 大规模数据 非平行平面 |
Least squares based twin bounded support vector machine classification algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|