p范数正则化支持向量机分类算法

作     者：刘建伟 李双成 罗雄麟 

作者机构：中国石油大学自动化研究所北京102249 

基　　金：国家自然科学基金(21006127 20976193) 中国石油大学(北京)基础学科研究基金项目资助~~ 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2012年第38卷第1期

页      码：76-87页

摘      要：L2范数罚支持向量机(Support vector machine,SVM)是目前使用最广泛的分类器算法之一,同时实现特征选择和分类器构造的L1范数和L0范数罚SVM算法也已经提出.但是,这两个方法中,正则化阶次都是事先给定,预设p=2或p=1.而我们的实验研究显示,对于不同的数据,使用不同的正则化阶次,可以改进分类算法的预测准确率.本文提出p范数正则化SVM分类器算法设计新模式,正则化范数的阶次p可取范围为0

主 题 词：迭代再权方法 p范数(0 支持向量机 特征选择 稀疏化模型 高维小样本数据 

学科分类：0810[工学-土木类] 1205[管理学-图书情报与档案管理类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/sp.j.1004.2012.00076

馆 藏 号：203534402...