资料下载
×
一种可消除噪声数据影响的鲁棒SVM算法
消耗积分:0 |
格式:pdf |
大小:2.09 MB |
2021-03-16
分享资料个
在实际分类问题中，由于人为或其他因素的影响，数据中往往存在一定的噪声，而传统支持向量机（SVM）使用的铰链损失函数对噪声数据敏感，且分类性能较差。为消除噪声数据的影响，提出一种新的鲁棒SⅤM算法。通过引入新形式的损失函数，并基于间隔分布的思想，建立鲁棒SⅤM优化模型提高SⅤM的抗噪性，运用零阶减小方差算法并结合动量加速技术，给出一种新的优化模型求解方法。实验结果表明，该方法通过引入梯度修正项降低了方差对算法的影响，同时结合动量加速技术，明显提高了算法的收敛速度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
