论文部分内容阅读
迭代重加权（heratively Reweighted）方法是提高最小二乘支持向量机（LSSVM）稳健性的重要手段，但由于涉及到多次加权和重复训练，该方法需要大量运算，无法广泛应用。通过数值推导，获得了求解迭代重加权最小二乘支持向量机（IRLS-SVM）的快速算法，大幅度减少了其运算复杂度。引入了3种经典的加权函数，并在多个仿真数据集和实际数据集上进行实验，证实了IRLS-SVM能获得相当稳健的学习结果，所提出的快速算法也确实能够大幅度减少训练时间。实验结果同时表明，在快速训练算法的框架下，3种不同的权重