一个新的稀疏支持向量机模型  

A Novel Sparse Model for Support Vector Machine

作　　者：左林[1] 

机构地区：[1]连云港师范高等专科学校,江苏连云港222006

出　　处：《山西师范大学学报（自然科学版）》2008年第3期41-45,共5页Journal of Shanxi Normal University(Natural Science Edition)

基　　金：国家自然科学基金资助课题(10471085)

摘　　要：文章探讨了一新的稀疏支持向量机模型,该算法在标准支持向量机中增加一个对损失向量的约束用于控制支持向量的数目从而提高稀疏性.由于增加该约束使得优化问题变为非凸的,文中用较弱的约束替代原约束并得其对偶问题.经实验表明新提出的该模型比标准模型更为稀疏.In this paper, a newsparse SVM model in which a constraint on the loss vector is added in the standard SVM is introduced. Since the new constraint causes this model to be a non-convex problem, a weaker one is substituted in the model in order to obtain the dual problem. Numerical trials show that this model is more sparse than the standard one.

关 键 词：支持向量机 支持向量 稀疏模型 损失 非凸约束 

分 类 号：TP391.77[自动化与计算机技术—计算机应用技术]