论文部分内容阅读
针对最小二乘支持向量机(ISSvM)没有考虑样例本身的结构信息和对异常点敏感,提出了一种新的分类器一一结构化加权最小二乘支持向量机(SWLSSVM),SWLSSVM通过在目标函数中引入协方差矩阵考虑了样例的结构信息;为了减少异常点的影响,其根据本类样本点到该类中心的距离对误差项进行加权。实验表明,SWI.NSVM与LSSVM和SVM相比具有更好的分类和泛化性能。