| 最小二乘支持向量机的一种改进算法 |
| |
| 引用本文： | 周博韬,李安贵. 最小二乘支持向量机的一种改进算法[J]. 南昌大学学报(理科版), 2006, 30(6): 616-619 |
| |
| 作者姓名： | 周博韬 李安贵 |
| |
| 作者单位： | 北京科技大学,应用科学学院,北京,100083;北京科技大学,应用科学学院,北京,100083 |
| |
| 摘 要： | 最小二乘支持向量机相比传统的支持向量机，丧失了解的稀疏性，影响了二次学习的效率。对原有的最小二乘支持向量机在稀疏性上进行了改进，并通过实验，对改进后的摄小二乘支持向量机的分类效果进行了验证。
|
| 关 键 词： | 支持向量机 最小二乘支持向量机 剪枝算法 |
| 文章编号： | 1006-0464（2006）06-0616-04 |
| 收稿时间： | 2006-06-20 |
| 修稿时间： | 2006-06-20 |
An Improved Algorithm for Least Squares Support Vector Machines |
| |
| ZHOU Bo-Tao,LI An-gui. An Improved Algorithm for Least Squares Support Vector Machines[J]. Journal of Nanchang University(Natural Science), 2006, 30(6): 616-619 |
| |
| Authors: | ZHOU Bo-Tao LI An-gui |
| |
| Affiliation: | Department of Mathematics and Mechanics, USTB, Beijing 100083, China |
| |
| Abstract: | Compared with the classical Support Vector Machines, the Least Squares Support Vector Machines lose the sparseness,which would influence the efficiency of re - learning. To conclude a sparse solution, we present an improved algorithm for Least Squares Support Vector Machines,and prove its effect by an experiment. |
| |
| Keywords: | vector machines least squares support vector machines pruning algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
