改进的非线性RMPSVM及TMPSVM
代永潇
李晓萌
范丽亚
聊城大学 数学科学学院,山东 聊城 252059
摘要：利用二次规划的Wolfe对偶形式改进了传统的非线性最小最大概率机(简记为非线性I-MPM),在此基础上借助于SVM思想提出了非线性正则化最小最大概率支持向量机(非线性RMPSVM).为了弥补线性TMPMC和线性TMPM中没有考虑同类样本尽可能近的不足,结合非线性I-MPM和非线性TSVM的思想提出了非线性I-TMPSVM.实验结果表明非线性I-MPM和非线性RMPSVM的分类性能总体上优于非线性SVM,非线性I-TMPSVM不仅具有较低的计算复杂性,分类性能优于非线性TSVM和非线性I-MPM,且运行时间少于非线性TSVM.
关键词：最小最大概率机支持向量机孪生支持向量机孪生最小最大概率支持向量机
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(11801248)山东省自然科学基金(ZR2016AM24)山东省自然科学基金(ZR2018BF010)
论文发表日期：2022-10-28
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：13( 8-20 )
英文信息