多项式光滑的半监督支持向量分类机

被引：5

作者：

刘叶青 ^{[1
,2
]}

刘三阳 ^{[1
]}

谷明涛 ^{[3
]}

机构：

[1] 西安电子科技大学数学科学系

[2] 河南科技大学理学院

[3] 解放军部队

来源：

系统工程理论与实践 | 2009年 / 29卷 / 07期

关键词：

半监督学习; 支持向量机; 分类; 模式识别;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了处理半监督支持向量分类优化中的非凸非光滑问题,引入一族多项式光滑函数来逼近非凸的目标函数,给出的多项式函数在样本的高密度区逼近精度高,逼近精度低时出现在样本的低密度区,同时可以根据不同的精度要求选择不同的逼近函数。采用BFGS算法求解模型。在人工数据和UCI数据集上的实验结果显示,算法不仅能保证标号数据很少时的分类精度,而且不因标号数据的增多而明显提高分类性能,因此给出的分类器性能是稳定的。

引用

页码：113 / 118

页数：6