可保证分类性能的最小二乘支持向量机

摘要：

当前支持向量机是分类研究与应用的一个热点.提出了一个新的最小二乘支持向量机算法,该算法向最小二乘支持向量机(LS-SVM)优化模型中融入了类内散度(VSLSVM)思想,即用优化准则Minw′Mw对原LS-SVM进行重组合,w为对应LS-SVM中的权向量,M是类内散度矩阵.提出的方法仅仅需要求解一个线性系统而不是凸规划问题,实验主要对SVM和Suykens等人的方法进行了比较,并验证了提出的算法的有效性.

关键词： 最小二乘法 支持向量机 类内散度矩阵 线性系统 优化模型 分类性能

作者: 徐金宝 廖雷 业巧林

作者单位: 南京工程学院,计算机工程学院,南京,211167 南京林业大学,信息技术学院,南京,210037

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 48-50

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）