改进的非线性RMPSVM及TMPSVM

作者：代永潇; 李晓萌; 范丽亚^*

来源：聊城大学学报(自然科学版), 2022, 35(05): 8-20.

DOI：10.19728/j.issn1672-6634.2021120018

• 最小最大概率机
• 支持向量机
• 孪生支持向量机
• 孪生最小最大概率支持向量机

利用二次规划的Wolfe对偶形式改进了传统的非线性最小最大概率机(简记为非线性I-MPM),在此基础上借助于SVM思想提出了非线性正则化最小最大概率支持向量机(非线性RMPSVM)。为了弥补线性TMPMC和线性TMPM中没有考虑同类样本尽可能近的不足，结合非线性I-MPM和非线性TSVM的思想提出了非线性I-TMPSVM。实验结果表明非线性I-MPM和非线性RMPSVM的分类性能总体上优于非线性SVM,非线性I-TMPSVM不仅具有较低的计算复杂性，分类性能优于非线性TSVM和非线性I-MPM,且运行时间少于非线性TSVM。

• 出版日期2022
• 单位聊城大学