基于迭代方法的模糊孪生支持向量机

作者：李凯; 胡少方; 王亮; 董华; 许建忠

来源：河北大学学报(自然科学版), 2015, (04): 399-404.

• 模糊孪生支持向量机
• 超松弛迭代
• 分类 fuzzy twin support vector machine
• successive overrelaxation
• classification

模糊孪生支持向量机通过为每个训练样本赋予不同的模糊隶属度来构建2个最优非平行分类面,以便减少噪声或孤立点对非平行分类面的影响,进一步提高了支持向量机的性能.本文结合超松弛迭代法对模糊孪生支持向量机进行了研究,通过迭代技术求解凸二次规划问题中的拉格朗日乘子,减少了支持向量机的训练时间,在UCI标准数据集上分别对C-FTSVM和v-FTSVM进行了实验研究,并对使用传统求拉格朗日乘子的方法与超松弛迭代(SOR)的方法进行了对比,表明了使用超松弛迭代法不仅在时间性能上得到了提高,而且其分类正确率也优于传统的方法.

• 出版日期2015
• 单位河北大学