线性规划支撑矢量机

周伟达; 张 莉; 焦李成

您当前的位置：

首页 >

文章列表页 >

线性规划支撑矢量机

论文 | 更新时间：2025-07-16

- 线性规划支撑矢量机
- Linear Programming Support Vector Machines
- 电子学报 2001年29卷第11期页码：1507-1511
- 作者机构：
  
  西安电子科技大学雷达信号处理重点实验室,陕西,西安,710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391.4
- 纸质出版：2001
- 稿件说明：
移动端阅览
周伟达, 张莉, 焦李成. 线性规划支撑矢量机[J]. 电子学报, 2001,29(11):1507-1511.

ZHOU Wei-da, ZHANG Li, JIAO Li-cheng. Linear Programming Support Vector Machines[J]. Acta Electronica Sinica, 2001, 29(11): 1507-1511.
周伟达, 张莉, 焦李成. 线性规划支撑矢量机[J]. 电子学报, 2001,29(11):1507-1511. DOI：

ZHOU Wei-da, ZHANG Li, JIAO Li-cheng. Linear Programming Support Vector Machines[J]. Acta Electronica Sinica, 2001, 29(11): 1507-1511. DOI：

摘要

本文通过对统计学习理论中一些重要结论

特别是线性函数VC维数的分析

得到了一种线性规划支撑矢量机

包括线性规划线性支撑矢量机和线性规划非线性支撑矢量机.在线性规划支撑矢量机中

对其VC维数界作了适当的放宽.文中最后对人工和实际样本进行了实验

结果说明了线性规划支撑矢量机在推广能力上较好地逼近了原支撑矢量机

而在计算复杂度上明显低于原支撑矢量机.

Abstract

Based on analysis of the conclusions in the statistical learning theory

especially the VC dimension of linear functions

linear programming SVMs are presented

including linear programming linear and nonlinear SVMs.In linear programming linear SVMs

the bound of the VC dimension is loosened properly.Simulation results for both artificial and real data show the generalization performance of our method is a good approximation of SVMs and the computation complexity is largely reduced by our method.

关键词

Keywords

references

浏览量

993

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种有效的大规模数据的分类方法

杆系类天线结构的拓扑优化设计

一种新的求解线性规划的神经网络

解线性及二次型规划问题增广的神经网络

求解超定线性方程组L₁─范数最优解的神经网络方法