基于最小二乘的孪生有界支持向量机分类算法

Posted 2021-04-26 华中科技大学学报自然科学版

摘要：基于经典的孪生有界支持向量机(TBSVM)，构造了一个既简单又快速的基于最小二乘的孪生有界支持向量机(LSTBSVM)的二分类算法．该算法简单地将TBSVM模型中的两个目标函数中不等式约束问题修改为等式约束，问题最终归结为求解两个最小二乘问题，以至于两个最优不平行平面可通过求解一对线性方程组获取．与TBSVM相比，LSTBSVM具有更低的时间复杂度，以至于可以有效地处理大数据集．通过理论分析和在传统的UCI和人工数据集上的实验显示，LSTBSVM不仅具较快的计算速度，且能得到与TBSVM相当的性能．

关键词：支持向量机；模式分类；最小二乘问题；孪生有界支持向量机；大规模数据；非平行平面

文献来源：业巧林，闫贺．基于最小二乘的孪生有界支持向量机分类算法［J］．华中科技大学学报(自然科学版)，2018，46(3)：30-35

DOI：10.13245/j.hust.180306