无参数鲁棒线性规划支持向量机分类的牛顿法  

A Newton Method for Parameterless Robust Linear Programming Support Vector Machine Classification

作　　者：宋杰[1] 唐焕文[1] 

机构地区：[1]大连理工大学应用数学系

出　　处：《计算机工程》2006年第5期10-12,共3页Computer Engineering

基　　金：国家自然科学基金重大研究计划资助项目(90103033)

摘　　要：Mangasarian最近提出的用于分类的无参数鲁棒线性规划支持向量机克服了标准支持向量机的一些缺点,而且模型简单,容易实现。该文讨论了这种新型支持向量机的线性规划问题的最小2-范数解,在此基础上给出了一个快速的牛顿算法。Parameterless rubost linear programming support vector machine for classification, proposed by Mangasarian recently, avoids some shortcomings in standard SVM. Furthermore, its formulation is simple and easy to realize. This paper discusses the least 2-norm solution of the linear programming formulation of the new SVM, and proposes a fast Newton method for it.

关 键 词：支持向量机 无参数鲁棒线性规划支持向最机 牛顿算法 分类 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]