迭代再权q范数正则化LS SVM分类算法

摘要：

提出一种迭代再权q范数正则化最小二乘支持向量机(LS SVM)分类算法.该算法通过交叉校验过程选择正则化范数的阶次q(0＜q＜∞),具有分类效果稳定、收敛快、运行速度快的特点.使用该算法和LS SVM对比3组癌症数据,实验结果表明,该算法能够实现自适应特征选择,且比LS SVM推广能力强,在算法耗时方面优于LS SVM.

关键词：迭代再权方法、q范数、最小二乘支持向量机、正则化、特征选择、分类算法

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：166-168