一类支持向量机,作用集法,二次规划问题,序贯最小优化," /> 一类支持向量机,作用集法,二次规划问题,序贯最小优化,"/>
为了求解一类支持向量机(1-SVM)的二次规划问题(QPP),利用该QPP的稀疏解集性质,提出了基于作用集的1-SVM递推式训练算法. 将支持向量集设定为作用集,迭代地局部优化作用集以获得全局最优解,并引进递推式算法降低计算复杂度。不同于序贯最小优化(SMO)收敛目标函数的思路,该算法寻找支持向量在最优状态下的分布,对Karush-Kuhn-Tucker(KKT)条件不敏感,并可获得解析的最优值。仿真结果表明,本算法在计算时间和精度上均优于SMO,可有效地应用于1-SVM的大样本学习。
国家自然科学基金资助项目(60702023);浙江省自然科学基金资助项目(Y107440).
徐磊 赵光宙 顾弘. 基于作用集的一类支持向量机递推式训练算法[J]. J4, 2009, 43(1): 42-46.
XU Lei, DIAO Guang-Zhou, GU Hong. . J4, 2009, 43(1): 42-46.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2009/V43/I1/42
Cited