论文部分内容阅读
提出了一种基于数据深度加权的鲁棒性支撑向量机。针对支撑向量机对噪声或离群点的高敏感性,在其优化函数的正则项中增加深度因子,以针对性地弱化这些点对分类结果的影响,使得分类更具有鲁棒性。给出了1范数和2范数约束下的深度加权支撑向量机的具体形式,并推导了空间秩深度在特征空间中的求解方式。相对于文献中的中心距加权方式,该方法抗噪声能力更强。