【摘 要】
：
采用传统的支持向量机方法对含有噪声的数据进行分类时会产生较大的损失,使得分类超平面严重偏离最优超平面,从而导致分类性能较差。为了解决此问题,文中提出了一种鲁棒的支
【机 构】
：
河北大学数学与信息科学学院,河北省机器学习与计算智能重点实验室
【基金项目】
：
河北省自然科学基金(F2015201185)资助
论文部分内容阅读
采用传统的支持向量机方法对含有噪声的数据进行分类时会产生较大的损失,使得分类超平面严重偏离最优超平面,从而导致分类性能较差。为了解决此问题,文中提出了一种鲁棒的支持向量机(Robust Support Vector Machine,RSVM)方法,该方法给出了一种正弦平方形式的损失函数,根据正弦函数的特点,即使对于噪声数据,其损失函数的值也会被限制在[0,1]区间,从而提高了支持向量机的抗噪性。另外,在求解支持向量机时,传统的随机梯度下降方法在每次迭代中利用单个样本梯度近似代替全梯度,这样必然会产生方差,
其他文献
针对海南省旅游需求预测问题,对传统的灰马尔科夫模型进行改进,提出了一种动态优化子集模糊灰马尔科夫预测模型。该模型首先根据GM(1,1)模型预测结果的平均绝对误差百分比,通
介绍了Speex语音编解码算法和定点数字信号处理芯片TMS320DM642，实现了Speex编解码算法C代码到TMS320DM642的移植，并根据TMS320DM642的特性及Speex算法中各个过程计算量的分布
一个虚拟试验系统能正确、高效、稳定地运行,需要有相应的监控工具对其进行监管;而现有的虚拟试验监控工具通用性差且效率较低,为此研究了面向RTI的虚拟试验系统中监控工具;
文章介绍了基于Xscale处理器（PXA255）的嵌入式开发平台上实现MPEG-4编码技术；整个系统分为视频信号采集、编码、存储、发送、PC机上解码验证；通过FS-PXA255I开发板上的USB接口实
针对经典Otsu算法、最大熵算法、最小交叉熵算法等在低信噪比图像中分割效果较差的问题,从图像复杂度的角度提出了基于图像背景与目标的对象复杂度的图像分割方法,并采用曲线拟合方法大大减少了计算冗余,提高了算法的实时性与稳定性。实验表明,与经典算法相比,所提快速分割算法具有运行速度快、稳定性与可靠性高等特点,能够有效地解决低信噪比图像分割效果较差的问题。