Pad′e32光滑支持向量机模型的构造及其应用
Construction of Pad′e32 smooth support vector machine model and its application
摘要点击 16  全文点击 8  投稿时间:2017-12-18  修订日期:2018-09-19
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/CTA.2018.70941
  2018,35(9):1302-1310
中文关键词  机器学习  光滑支持向量机模型  Pad′e32光滑函数  分类  BFGS–Armijo算法
英文关键词  machine learning  smooth support vector machine  Pad′e32 smooth function  classification  BFGS–Armijo algorithm
基金项目  国家自然科学基金项目(71673022,71701016), 北京市自然科学基金项目(9174038), 北京社会科学基金项目(17LJB004), 中央高校基本科研业务费 用项目(FRF-0T-17-018).
学科分类代码  630.50
作者单位E-mail
王建建 北京科技大学 东凌经济管理学院 wangjianjian_ustb@163.com 
何枫 北京科技大学 东凌经济管理学院  
吴子轩 北京科技大学 东凌经济管理学院  
陈丽莉 北京科技大学 东凌经济管理学院  
中文摘要
      含无约束条件支持向量机的目标函数具有不光滑性, 使得研究者难以采用快速的最优化算法对其进行求解. 为 了克服支持向量机的不可微性, 文章首先应用有理逼近的方法, 提出了一种新的Pad′e32逼近式光滑函数并建立了基于该 函数的光滑支持向量机模型. 其次, 分析并证明了新光滑函数的逼近精度均高于已有的各种光滑函数, 以及新模型的收 敛性. 最后, 基于UCI机器学习数据库, 将本文构造的Pad′e32–SSVM模型应用于若干种疾病的诊断、钞票验伪和生物可 降解性分析中, 结果表明本文建立的新光滑支持向量机模型具有较高的分类精度.
英文摘要
      The objective function of support vector machine (SVM) without constraints is non-smooth, which makes it difficult to solve problems with optimization algorithm. To overcome non-smooth property of this model, a new Pad′e32 approximation smooth function is proposed, based on rational approximation method. Then, a new SSVM based on Pad′e32 smooth function is established. Theoretical analysis proved that the smooth precision is significantly higher than existing smooth functions. Moreover, theorem proof is given to demonstrate the convergence of the new model. Finally, based on the UCI machine learning database, the Pad′e32–SSVM model is applied to the diagnosis of several diseases, banknote verification and biodegradability analysis. The results show that the new model has a high classification accuracy.