| 支持向量机的乘子极大熵方法 |
| |
| 引用本文： | 于乐源,张勇. 支持向量机的乘子极大熵方法[J]. 济宁师范专科学校学报, 2014, 0(6) |
| |
| 作者姓名： | 于乐源 张勇 |
| |
| 作者单位： | 1. 济宁学院数学系,山东 曲阜,273155
2. 中国矿业大学信息与电汽工程学院,江苏 徐州,221116 |
| |
| 基金项目： | 山东省高等学校科技计划项目(J12L152)；济宁学院青年基金项目(2013QNKJ14)；济宁学院青年基金项目 |
| |
| 摘 要： | 对于支持向量机的小样本识别问题,给出了一个近似算法—乘子极大熵算法.首先把支持向量机模型的Wolfe对偶问题转化为极大极小模型,然后利用乘子极大熵算法来求这个极大极小问题的解.支持向量机的乘子极大熵算法是一个集极大熵法和乘子法两者优点于一身的算法,它可以把非光滑的问题变成光滑的,能在一定程度上减少迭代次数,提高计算速度,并且可以避免海森阵病态的问题.对于文中的两个例子,该算法都得到了比较好的实验结果,表明了该算法的有效性.乘子极大熵算法比较适用于小样本的识别问题,特别是医学上的癌前诊断问题的判别.
|
| 关 键 词： | 支持向量机 Wolf-对偶 极大极小模型 乘子极大熵 最优性条件 |
the Multiplier Maximum Entropy Algorithm of Support Vector Machines |
| |
| YU Leyuan,ZHANG Yong. the Multiplier Maximum Entropy Algorithm of Support Vector Machines[J]. Journal of Jining Teachers College, 2014, 0(6) |
| |
| Authors: | YU Leyuan ZHANG Yong |
| |
| Abstract: | |
| |
| Keywords: | support vector machines Wolf-dual the Minimax problem multiplier maximum entropy optimal condition |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
