最小二乘雙支持向量機(jī)的兩種拓展及其在線學(xué)習(xí)算法研究.pdf

1、最小二乘雙支持向量機(jī)是在傳統(tǒng)雙支持向量機(jī)模型的基礎(chǔ)上將二次規(guī)劃問(wèn)題修改為最小二乘形式得到的，該模型只需求解兩個(gè)線性方程.最小二乘雙支持向量機(jī)在取得理想分類精度的同時(shí)，計(jì)算時(shí)間也大大降低.因此，該模型在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等領(lǐng)域受到人們的廣泛關(guān)注.本文針對(duì)含有噪聲點(diǎn)的分類和回歸問(wèn)題，提出了兩種最小二乘雙支持向量機(jī)拓展模型，并發(fā)展了在線學(xué)習(xí)算法.本文的主要工作及創(chuàng)新點(diǎn)如下:
　　(1)為了克服噪聲點(diǎn)對(duì)分類精度的影響，通過(guò)引入雙重加權(quán)機(jī)制

2、，提出加權(quán)最小二乘雙邊界支持向量機(jī)，并發(fā)展了在線學(xué)習(xí)算法.同時(shí)還通過(guò)引入一種新的剪切機(jī)制，有效地避免了在求解非線性模型時(shí)每一步迭代過(guò)程都需要更新核矩陣的麻煩.基于三個(gè)含噪聲點(diǎn)的UCI數(shù)據(jù)集的仿真實(shí)驗(yàn)表明，線性情況下加權(quán)最小二乘雙邊界支持向量機(jī)的在線學(xué)習(xí)算法與最小二乘雙支持向量機(jī)、模糊加權(quán)最小二乘雙支持向量機(jī)和加權(quán)最小二乘雙邊界支持向量機(jī)的離線學(xué)習(xí)算法相比，在獲得理想分類精度的同時(shí)，計(jì)算時(shí)間也最短.基于三個(gè)含噪聲點(diǎn)的UCI數(shù)據(jù)集和雙月亮數(shù)

3、據(jù)集的實(shí)驗(yàn)表明，具有剪切機(jī)制的在線學(xué)習(xí)算法可以有效地求解非線性加權(quán)最小二乘雙邊界支持向量機(jī)模型.
　　(2)為了克服噪聲點(diǎn)對(duì)預(yù)測(cè)精度的影響，通過(guò)引入一種針對(duì)回歸問(wèn)題的加權(quán)機(jī)制，提出加權(quán)最小二乘雙支持向量回歸，并發(fā)展了在線學(xué)習(xí)算法.基于四個(gè)含噪聲點(diǎn)的UCI數(shù)據(jù)集的仿真實(shí)驗(yàn)表明，線性情況下加權(quán)最小二乘雙支持向量回歸的在線學(xué)習(xí)算法同最小二乘雙支持向量回歸和加權(quán)最小二乘雙支持向量回歸的離線算法相比，具有較小的預(yù)測(cè)誤差，而且計(jì)算時(shí)間最短.基