| 基于L1-范数距离的最小二乘对支持向量机 |
| |
| 引用本文： | 周燕萍,业巧林. 基于L1-范数距离的最小二乘对支持向量机[J]. 计算机科学, 2018, 45(4): 100-105, 130 |
| |
| 作者姓名： | 周燕萍 业巧林 |
| |
| 作者单位： | 无锡科技职业学院物联网与软件技术学院 江苏 无锡214028,南京林业大学信息科学与技术学院 南京210037 |
| |
| 基金项目： | 本文受江苏省自然科学基金(BK20171453)资助 |
| |
| 摘 要： | 最小二乘对支持向量机(LSTSVM)是一种有效的分类技术。然而,该方法需计算点到平面的平方L2-范数距离,从而易受野值或噪声的影响。为了缓解此问题,提出了一种有效的鲁棒 LSTSVM方法,即基于L1-范数距离的LSTSVM(LSTSVML1D)。该方法由于使 用L1范数作为距离度量,因此不易受到野值或噪声数据的影响。此外,设计了一种有效的迭代算法,旨在求解目标问题,并从理论上证明了其收敛性。在人工数据集和UCI数据集上验证了LSTSVML1D 的有效性。
|
| 关 键 词： | 最小二乘支持向量机 基于L1-范数距离的LSTSVM L1范数距离 L2范数平方距离 |
| 收稿时间： | 2017-05-01 |
| 修稿时间： | 2017-08-16 |
L1-norm Distance Based Least Squares Twin Support Vector Machine |
| |
| ZHOU Yan-ping and YE Qiao-lin. L1-norm Distance Based Least Squares Twin Support Vector Machine[J]. Computer Science, 2018, 45(4): 100-105, 130 |
| |
| Authors: | ZHOU Yan-ping and YE Qiao-lin |
| |
| Affiliation: | School of Internet of Things and Software Technology,Wuxi Professional College of Science and Technology,Wuxi,Jiangsu 214028,China and College of Information Science and Technology,Nanjing Forestry University,Nanjing 210037,China |
| |
| Abstract: | |
| |
| Keywords: | Least squares support vector machine L1-norm distance based LSTSVM L1-norm distance Squared L2-norm distance |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
