多项式光滑的支撑向量机

摘要：

数据分类问题是数据挖掘研究的一个热门课题.它是根据对数据样本集合建模,得到最优的分类器,从而可以对未知数据进行分类.支撑向量机是二分类问题的一个分类模型,模型的结果表现为支撑向量.Lee和Mangasarian在2001年提出了使用Sigmoid函数的积分函数作光滑的支撑向量机模型SSVM.该文研究了用多项式函数作光滑的支撑向量机(PSSVM)模型,并提出了两个用于光滑多项式的函数.根据模型特点,应用BFGS方法以及Newton Armijo 方法进行求解,数值实验结果表明PSSVM模型在分类性能上优于SSVM模型.

关键词：分类、支撑向量机、组合优化、数据挖掘

所属期刊栏目：28

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金10231060;电子科技大学校科研和教改项目JX04042

在线出版日期：2005-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-17