期刊文献+

一种基于支持向量机V-SVM的变形算法

A Deformational Algorithm Based on Traditional V-SVM
下载PDF
导出
摘要 基于传统的V-SVM算法,结合C-SVM二阶范数软间隔形式,构造出一种变形算法,避免了求解其对偶问题过程中解向量大小的限制,论证其解的存在以及唯一性,对于线性不可分问题,采用核函数技术,达到求解的目的,通过编程,得到数值结果,表明这是一种有效可行的算法。 The basic V-SVM and C-SVM algorithm are commonly used in SVM( Support Vector Machine) . There are some relationship among the number of support vectors with the parameter V in the V-SVM algorithm. In practical applications, it has no obvious effect. By solving the dual problem, each component of dual problem g solution vector is less than the inverse of total number of sample data, but each component whether is zero or not directly affects the number of support vectors, When the number of sample data are great, it is easy to produce very large errors. Based on traditional V-SVM algorithm, combined with C-SVM two order norm soft margin method, this paper proposes a new V-SVM deformational algorithm, avoids the limit of its dual problem solution, demonstrates the existence of its solution and uniqueness. Kernel function technical is used to solve the nonlinear form. By programming, the numerical results are obtained,which shows that the algorithm is effective and feasible.
出处 《成都工业学院学报》 2013年第2期22-25,共4页 Journal of Chengdu Technological University
基金 国家自然科学基金"非定常N-S方程的稳定化有限元方法"(11271273)
关键词 V—SVM 变形 核函数 数值试验 V-SVM deformation solution kernel function numerical experimentation
  • 相关文献

参考文献7

  • 1克里斯特安尼;李国正;王猛;曾华军.支持向量机导论[M]{H}北京:电子工业出版社,200470-98. 被引量:1
  • 2邓乃扬;田英杰.数据挖掘中的新方法:支持向量机[M]{H}北京:科学出版社,20041-208. 被引量:1
  • 3白鹏;张喜斌;张斌.支持向量机理论及工程应用实例[M]{H}西安:西安电子科技大学出版社,20081-37. 被引量:1
  • 4GERALD R;武卫国;万群;张辉.数值计算方法和Matlab实现与应用[M]{H}北京:机械工业出版社,2004. 被引量:1
  • 5CHANG C C,LIN C J. LIBSVM:a library for support vector machines[EB/OL].ht p://www.csie.ntu.edu.tw/~cjlin/libsvm,2013. 被引量:1
  • 6王日爽.泛函分析与最优化理论[M]{H}北京:北京航空航天大学出版社,2003. 被引量:1
  • 7白鹏,谢文俊,刘君华.混合气体红外光谱支持向量机分析的新方法[J].光谱学与光谱分析,2007,27(7):1323-1327. 被引量:9

二级参考文献19

共引文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部