基于L1-范数距离的最小二乘对支持向量机

作     者：周燕萍 业巧林 ZHOU Yan-ping;YE Qiao-lin

作者机构：无锡科技职业学院物联网与软件技术学院江苏无锡214028 南京林业大学信息科学与技术学院南京210037 

基　　金：江苏省自然科学基金(BK20171453)资助 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2018年第45卷第4期

页      码：100-105,130页

摘      要：最小二乘对支持向量机(LSTSVM)是一种有效的分类技术。然而,该方法需计算点到平面的平方L2-范数距离,从而易受野值或噪声的影响。为了缓解此问题,提出了一种有效的鲁棒LSTSVM方法,即基于L1-范数距离的LSTSVM(LSTSVM_(L1D))。该方法由于使用L1范数作为距离度量,因此不易受到野值或噪声数据的影响。此外,设计了一种有效的迭代算法,旨在求解目标问题,并从理论上证明了其收敛性。在人工数据集和UCI数据集上验证了LSTSVM_(L1D)的有效性。

主 题 词：最小二乘支持向量机 基于L1-范数距离的LSTSVM L1范数距离 L2范数平方距离 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 081203[081203] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11896/j.issn.1002-137X.2018.04.015

馆 藏 号：203287612...