| 一种基于密度加权的最小二乘支持向量机稀疏化算法 |
| |
| 引用本文： | 司刚全,曹晖,张彦斌,贾立新.一种基于密度加权的最小二乘支持向量机稀疏化算法[J].西安交通大学学报,2009,43(10). |
| |
| 作者姓名： | 司刚全 曹晖 张彦斌 贾立新 |
| |
| 作者单位： | 西安交通大学电气工程学院,710049,西安 |
| |
| 基金项目： | 国家高技术研究发展计划资助项目，教育部高等学校博士学科点专项科研基金资助项目 |
| |
| 摘 要： | 针对最小二乘支持向量机失去标准支持向量机稀疏特性的问题,提出了一种基于密度加权的稀疏化算法.首先计算样本的密度信息,对样本估计误差进行密度加权获得该样本对模型的可能贡献度;然后选取具有最大可能贡献度的样本作为支持向量,同时对支持向量样本邻域内的其他样本密度信息进行削减,从而避免相似样本被选中为支持向量;再选择剩余样本中具有最大可能贡献度的样本添加到支持向量集中,直到模型性能满足要求.仿真和实际应用表明,与Suykens提出的标准稀疏化算法相比,所提出的算法能有效剔除冗余支持向量,具有更好的稀疏性和鲁棒性.
|
| 关 键 词： | 最小二乘支持向量机 密度加权 稀疏化 磨机负荷 |
Density Weighted Pruning Method for Sparse Least Squares Support Vector Machines |
| |
| SI Gangquan,CAO Hui,ZHANG Yanbin,JIA Lixin.Density Weighted Pruning Method for Sparse Least Squares Support Vector Machines[J].Journal of Xi'an Jiaotong University,2009,43(10). |
| |
| Authors: | SI Gangquan CAO Hui ZHANG Yanbin JIA Lixin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
