基于鲁棒局部嵌入的孪生支持向量机 | |
花小朋 ; 丁世飞 | |
2015-09-01 ; 2015-09-01 | |
关键词 | 分类 非平行超平面支持向量机 局部线性嵌入 异或问题 核映射 |
中文摘要 | 针对已有非平行超平面支持向量机(NHSVM)分类方法仅考虑训练样本的全局信息却忽视训练样本之间局部几何结构的问题,将鲁棒局部线性嵌入(ARLE)方法的基本思想引入NHSVM中,提出一种基于鲁棒局部嵌入的孪生支持向量机(ARLEBTSVM)。该方法不但继承NHSVM方法具有的异或(XOR)问题处理能力;而且可以很好地保持训练样本空间的局部信息,同时通过考虑样本的全局分布来自动抑制野值样本点对嵌入的影响,从而在一定程度上提高分类算法的泛化性能。为了更好地处理非线性分类问题,通过核映射方法构造非线性ARLEBTSVM。在人造数据集和真实数据集上进行实验,结果表明ARLEBTSVM方法具有更好的分类性能。 |
其他责任者 | 中国矿业大学计算机科学与技术学院 ; 中国科学院计算技术研究所智能信息处理重点实验室 ; 盐城工学院信息工程学院 |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/10701] ![]() |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 花小朋,丁世飞. 基于鲁棒局部嵌入的孪生支持向量机[J],2015, 2015. |
APA | 花小朋,&丁世飞.(2015).基于鲁棒局部嵌入的孪生支持向量机.. |
MLA | 花小朋,et al."基于鲁棒局部嵌入的孪生支持向量机".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论