魯棒支持向量機研究.pdf

1、支持向量機是在數(shù)理統(tǒng)計基礎上的一種機器學習方法。近些年來由于其較強的泛化性能而得到大力推廣。支持向量機的廣泛應用不僅體現(xiàn)在二類分類問題上，還體現(xiàn)在一類分類問題上。一類分類問題能夠很好地處理異常檢測問題。然而，無論是兩類分類還是單類分類，支持向量機都需要對帶有線性約束的凸二次規(guī)劃問題進行求解，然后利用標準二次型的優(yōu)化技術求解二次規(guī)劃的對偶問題。二次規(guī)劃問題中基于L2范數(shù)的正則化項對噪聲具有較強的敏感性，同時，由于分類超平面僅僅依賴于一小部

2、分訓練樣本，因此它對噪聲非常敏感。
　　為了提高支持向量機在處理兩類分類和單類分類時的抗噪聲能力和泛化性能，本文分別提出了魯棒的支持向量機和魯棒的一類支持向量機，主要貢獻包括：
　?、倮霉饣椒▽鹘y(tǒng)支持向量機的二次規(guī)劃問題轉(zhuǎn)化成無約束優(yōu)化問題，增強了支持向量機的強凸性和可微性。
　?、诶肕-estimator代替支持向量機中基于L2范數(shù)的正則化項，避免了L2范數(shù)對噪聲的敏感性，提高了抗噪聲能力。
　?、劾?/p>