分离错误最小化的极大熵方法  

A Maximum Entropy Method for Misclassification Minimization

作　　者：姜翠萍[1] 董玉林[2] 高莘莘[2] 

机构地区：[1]中国海洋大学青岛学院公共课教学部,山东青岛266300 [2]大连理工大学应用数学系,辽宁大连116024

出　　处：《辽宁师范大学学报（自然科学版）》2006年第2期160-162,共3页Journal of Liaoning Normal University:Natural Science Edition

摘　　要：分离错误最小化是支持向量机的基本问题之一,一种形式是最小化分离错误点的偏离和,这是一个不可微优化问题,笔者提出用极大熵函数将其转化成可微凸规划问题来处理,得到原问题的近似最优解.Misclassification Minimization is a fundamental problem of machine learning. It can be stated by a way of minimizing the sum of violations of misclassified points. It is NP-complete. The objective function is not differentiable. In this paper,a convex entropy function is used to solve the nondifferentiable optimal problem,and the approximate solution is achieved by this convex programming.

关 键 词：分离错误最小化 分类超平面 极大熵方法 凸函数 

分 类 号：O228[理学—运筹学与控制论]