添加Universum数据的最小二乘投影双支持向量机  

Least squares projection twin support vector machine with universum

作　　者：鲁淑霞[1] 佟乐[1] 朱晨旭 

机构地区：[1]河北大学数学与信息科学学院,河北保定071002 [2]西北农林科技大学理学院,陕西杨凌712100

出　　处：《河北大学学报（自然科学版）》2016年第1期94-99,共6页Journal of Hebei University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(61170040);河北省自然科学基金资助项目(F2015201185;F2013201220)

摘　　要：通过添加Universum数据,引入了与分类样本无关的样本,并借此引入了先验域信息,构建了添加Universum数据的最小二乘投影双支持向量机(ULSPTSVM).此外,还将方法扩展到递归学习方法,用于进一步提高ULSPTSVM的分类性能.实验表明,ULSPTSVM方法可以直接减少带有Universum数据的双支持向量机(USVM)方法的训练时间,而且在多数情况下ULSPTSVM方法的测试精度优于最小二乘投影双支持向量机(LSPTSVM)方法的测试精度.A new algorithm is constructed,called least squares projection twin support vector machine with Universum（ULSPTSVM）. By adding Universum data, samples are introduced which have no relation with the samples of classification, which have a priori domain information. In addition,in order to further enhance the performance of ULSPTSVM, the method is extended to recursive learning method. Experi- ments show that ULSPTSVM can directly improve the training time of twin support vector machine with Universum（UTSVM） ,and in most cases the experimental accuracy is better than least squares projection twin support vector machine（LSPTSVM）.

关 键 词：Universum数据 支持向量机 双支持向量机 投影 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]