-
题名组合核函数优化的稀疏最小二乘支持向量机
被引量：2
- 1
-
-
作者
李咏晋
赵拥军
赵闯
-
机构
信息工程大学导航与空天目标工程学院
-
出处
《太赫兹科学与电子信息学报》
2017年第3期489-495,共7页
-
文摘
针对传统最小二乘支持向量机(LSSVM)稀疏性较差的问题,在传统支持向量机的基础上提出了新的LSSVM模型,并对其进行优化。利用选主元Cholesky分解,进行迭代操作,简化求解过程;利用径向基-卡方组合核函数,提高核函数的稀疏性;最后利用遗传算法,对组合核函数与支持向量机的参数寻优,解决了传统LSSVM在大样本情况下稀疏性较差,求解时间过长的问题,提高了LSSVM的泛性与精确度。仿真实验证明了所提出的模型是有效的。
-
关键词
支持向量机
选主元Cholesky分解
组合核函数
卡方核函数
-
Keywords
Support Vector Machine
pivoted Cholesky factorization
combination kernel function
Chi-square kernel function
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
