基于变分不等式的支持向量机优化算法研究
由于标准支持向量机模型是一个二次规划问题,随着数据规模的增大,求解算法过程会越来越复杂.在K-SVCR算法结构的基础上,构造了严格凸的二次规划新模型,该模型的主要特点是可以将其一阶最优化条件转化为变分不等式问题,利用Fischer-Burmeister(FB)函数将互补问题转化为光滑方程组;建立光滑快速牛顿算法求解,并证明了该算法所产生的序列是全局收敛;利用标准数据集测试提出算法的有效性,在训练正确率和运行时间上与K-SVCR算法相比都有较好的表现,实验结果表明该算法可行且有效.
变分不等式、支持向量机、牛顿算法、线性互补
32
TP181;TP391(自动化基础理论)
大庆市指导性科技计划zd-2016-078;大学生创新创业训练计划201610223003;黑龙江八一农垦大学博士科研启动项目XDB2015-23
2017-12-21（万方平台首次上网日期，不代表论文的发表时间）
共7页
455-461
