文献检索-宁波市创意产业特色资源库

限定检索结果

基于l1-范数距离的最小二乘对支持向量机: 收藏
分享
引用; 《计算机科学》2018年第4期45卷 100-105,130页; 作者：周燕萍业巧林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; 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...; 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。; 来源：详细信息评论

限定检索结果