10.16208/j.issn1000-7024.2018.06.043
稳健最小二乘单类支持向量机及其稀疏化方法
针对最小二乘单类支持向量机存在易受噪声样本干扰和稀疏损失问题,提出一种稳健最小二乘单类支持向量机及其稀疏化方法.采用普通最小二乘支持单类向量机确定样本初始权值,通过迭代计算实现权值的优化和稳健分类,在稀疏化过程中,以训练精度最大化和支持向量数最小化为优化目标,建立多目标稀疏化优化模型,采用遗传算法进行求解.实验结果表明,该方法具有更高的分类精度和更优的稀疏性.
单类支持向量机、稳健最小二乘、遗传算法、稀疏化、最优化
39
TP391(计算技术、计算机技术)
国家自然科学基金河南人才培养联合基金项目U1204613
2018-07-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
1745-1749