期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于有效迭代算法的鲁棒L1范数非平行近似支持向量机
被引量：
11
1
作者
赵彩云
吴长勤
葛华
《计算机应用》
CSCD
北大核心
2017年第11期3069-3074,3079,共7页
针对鲁棒L1范数非平行近似支持向量机(L1-NPSVM)求解算法无法保证获取可靠解的问题,提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先,根据L1-NPSVM原目标问题对解具有规模不变性,将其转换为一个等价的带等式约束的最大化问题。该...
针对鲁棒L1范数非平行近似支持向量机(L1-NPSVM)求解算法无法保证获取可靠解的问题,提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先,根据L1-NPSVM原目标问题对解具有规模不变性,将其转换为一个等价的带等式约束的最大化问题。该迭代算法在每次迭代中利用更新权机制获取每次迭代的更新解;每次迭代中,问题归结为解两个快速的线性方程问题。从理论上证明了算法的收敛性。在公共UCI数据集上,实验显示,所提算法不仅在分类性能上要远远好于L1-NPSVM,且具有相当的计算优势。
展开更多
关键词
l
1-
范数
距离
l
1
范数
非平行近似
支持
向量
机
梯度上升
线性方程
分类
在线阅读
下载PDF
职称材料
一种双重正则化支持向量机的改进算法
2
作者
秦传东
刘三阳
《计算机工程》
CAS
CSCD
2012年第24期179-181,187,共4页
针对L1范数支持向量机和L2范数支持向量机在分析部分小样本、高维数、变量高相关的数据时效果不理想的问题,在综合利用这2种支持向量机优点的基础上,提出一种双重正则化支持向量机的改进算法。通过正号函数和二次多项式损失函数将问题...
针对L1范数支持向量机和L2范数支持向量机在分析部分小样本、高维数、变量高相关的数据时效果不理想的问题,在综合利用这2种支持向量机优点的基础上,提出一种双重正则化支持向量机的改进算法。通过正号函数和二次多项式损失函数将问题转化为可微的无条件约束优化问题,便于采用多种优化算法进行运算。实验结果证明,该改进算法可取得较好的分类准确率。
展开更多
关键词
l1范数支持向量机
l
2
范数
支持
向量
机
正号函数
二次多项式函数
BFGS算法
双重正则化
在线阅读
下载PDF
职称材料
题名
基于有效迭代算法的鲁棒L1范数非平行近似支持向量机
被引量：
11
1
作者
赵彩云
吴长勤
葛华
机构
安徽科技学院信息与网络工程学院
出处
《计算机应用》
CSCD
北大核心
2017年第11期3069-3074,3079,共7页
文摘
针对鲁棒L1范数非平行近似支持向量机(L1-NPSVM)求解算法无法保证获取可靠解的问题,提出一个新颖的迭代算法来解L1-NPSVM的目标问题。首先,根据L1-NPSVM原目标问题对解具有规模不变性,将其转换为一个等价的带等式约束的最大化问题。该迭代算法在每次迭代中利用更新权机制获取每次迭代的更新解;每次迭代中,问题归结为解两个快速的线性方程问题。从理论上证明了算法的收敛性。在公共UCI数据集上,实验显示,所提算法不仅在分类性能上要远远好于L1-NPSVM,且具有相当的计算优势。
关键词
l
1-
范数
距离
l
1
范数
非平行近似
支持
向量
机
梯度上升
线性方程
分类
Keywords
l
l
-norm distance
l
l
-norm Non-para
l
l
e
l
Proxima
l
Support Vector Machine （
l
1
-NPSVM）
gradientascending
l
inear equation
c
l
assification
分类号
TP39 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种双重正则化支持向量机的改进算法
2
作者
秦传东
刘三阳
机构
北方民族大学信息与计算科学学院
西安电子科技大学理学院
出处
《计算机工程》
CAS
CSCD
2012年第24期179-181,187,共4页
基金
国家自然科学基金资助项目(60974082)
国家自然科学基金青年基金资助项目(10901004)
文摘
针对L1范数支持向量机和L2范数支持向量机在分析部分小样本、高维数、变量高相关的数据时效果不理想的问题,在综合利用这2种支持向量机优点的基础上,提出一种双重正则化支持向量机的改进算法。通过正号函数和二次多项式损失函数将问题转化为可微的无条件约束优化问题,便于采用多种优化算法进行运算。实验结果证明,该改进算法可取得较好的分类准确率。
关键词
l1范数支持向量机
l
2
范数
支持
向量
机
正号函数
二次多项式函数
BFGS算法
双重正则化
Keywords
l
1
-norm support vector machine
l
2-norm support vector machine
positive function
quadratic po
l
ynomia
l
function
BFGS a
l
gorithm
doub
l
y regu
l
arization
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于有效迭代算法的鲁棒L1范数非平行近似支持向量机
赵彩云
吴长勤
葛华
《计算机应用》
CSCD
北大核心
2017
11
在线阅读
下载PDF
职称材料
2
一种双重正则化支持向量机的改进算法
秦传东
刘三阳
《计算机工程》
CAS
CSCD
2012
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
