Padé32光滑支持向量机模型的构造及其应用
王建建1
何枫1
吴子轩1
陈丽莉2
1.北京科技大学东凌经济管理学院,北京,1000832.清华大学经管学院,北京,100084
摘要：含无约束条件支持向量机的目标函数具有不光滑性,使得研究者难以采用快速的最优化算法对其进行求解.为了克服支持向量机的不可微性,文章首先应用有理逼近的方法,提出了一种新的Pad′e32逼近式光滑函数并建立了基于该函数的光滑支持向量机模型.其次,分析并证明了新光滑函数的逼近精度均高于已有的各种光滑函数,以及新模型的收敛性.最后,基于UCI机器学习数据库,将本文构造的Pad′e32-SSVM模型应用于若干种疾病的诊断、钞票验伪和生物可降解性分析中,结果表明本文建立的新光滑支持向量机模型具有较高的分类精度.
关键词：机器学习光滑支持向量机模型Padé32光滑函数分类BFGS-Armijo算法
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(71673022)国家自然科学基金(71701016)北京市自然科学基金(9174038)北京市社会科学基金(17LJB004)中央高校基本科研业务费专项(FRF-0T-17-018)
论文发表日期：2018-09-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1302-1310 )
英文信息