10.3969/j.issn.1000-3428.2011.22.047
最小二乘支持向量机分类的稀疏化方法研究
最小二乘支持向量机在提高求解效率的同时,会丧失解的稀疏性,导致其在预测新样本时速度较慢.为此,提出一种稀疏化最小二乘支持向量机分类算法.在特征空间中寻找近似线性无关向量组,构造分类判别函数的稀疏表示,相应的最小二乘支持向量机优化问题可以通过线性方程组求解,从而得到最优判别函数.实验结果表明,该算法在不损失分类精度的前提下,能够获得比最小二乘支持向量机更快的预测速度.
支持向量机、最小二乘、稀疏化、分类、特征空间、二次规划
37
TP311.13(计算技术、计算机技术)
国家自然科学基金资助项目70971067,60905002;江苏省高校自然科学重大基础研究基金资助项目08KJA520001;扛苏省六大人才高峰基金资助项目2007148;江苏高校"青蓝工程"基金;江苏政府留学奖学金基金
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
145-147,150