一种鲁棒回归支持向量机及其学习算法

被引：20

作者：

张浩然

汪晓东

张长江

机构：

[1] 浙江师范大学信息科学与工程学院

来源：

南京理工大学学报(自然科学版) | 2006年 / 03期

基金：

浙江省自然科学基金;

关键词：

结构风险最小化; 支持向量机; 鲁棒损失函数; 局部梯度法;

D O I：

10.14177/j.cnki.32-1397n.2006.03.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

为了提高支持向量机的泛化能力,给出了一个鲁棒损失函数,利用它建立了鲁棒支持向量机,并利用对偶原理推导出其对偶优化问题的形式,在此基础上设计了局部梯度算法,在这种算法中每次迭代只改变两个优化变量的值。随后分析了算法的收敛性条件,给出了学习步长的选择依据,最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准支持向量机具有更好的鲁棒性。

引用

页码：311 / 314

页数：4