稀疏L1范数最小二乘支持向量机

摘要：

为了提高最小二乘支持向量机的训练速度,提出一种稀疏最小二乘支持向量机L1SLSSVM.该模型采用权重向量的L1范数控制分类间隔,最小二乘损失函数度量误差.将线性和核空间最小二乘支持向量机的训练归结为同一形式,均转化为仅有部分变量具非负约束的凸二次规划.对比SVM、LSSVM与SLSSVM的数值实验结果表明,L1SLSSVM具有好的稀疏性、高的分类精度和短的训练时间.

关键词：最小二乘支持向量机、稀疏性、L1范数、非负约束、凸二次规划

所属期刊栏目：35

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目60974082;陕西省教育厅专项研究基金项目2010JK773;西安石油大学专项科研基金项目Z10027

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：293-296,338