10.11896/j.issn.1002-137X.2018.04.015
基于L1-范数距离的最小二乘对支持向量机
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.
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
45
TP181;TP39(自动化基础理论)
江苏省自然科学基金BK20171453
2018-06-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
100-105,130