基于最小二乘支持向量机对偶优化问题的核偏最小二乘

被引:10
作者
郭辉
刘贺平
王玲
机构
[1] 北京科技大学信息工程学院
关键词
优化问题; 偏最小二乘; 最小二乘支持向量机; 核偏最小二乘;
D O I
10.13374/j.issn1001-053x.2006.08.019
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性.
引用
收藏
页码:790 / 793
页数:4
相关论文
共 2 条
[1]
Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[2]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167