稀疏隐空间支持向量机 - 西安电子科技大学电子工程学院.pdfVIP

( ) 2006 年 12 月 西安电子科技大学学报 自然科学版 Dec . 2006 第 33 卷 　第 6 期 　 J OU R N AL 　O F 　X I D I A N 　U N IV E R S I T Y 　 Vol . 33 　No . 6 稀疏隐空间支持向量机 1 1 2 1 王 　玲 , 薄 列 峰 , 刘 　芳 , 焦 李 成 ( 1. 西安电子科技大学 智能信息处理研究所 ,陕西 西安 　7 1007 1 ; 2 西安电子科技大学 计算机学院 ,陕西 西安 　7 1007 1) 摘要 : 利用 L 1 范数放宽函数集的V C 维上界 ,构造出基于 L 1 范数的结构风险. 在隐空间中, 利用这一结 构风险, 提出了稀疏隐空间支持向量机. 由于 L 1 范数具有诱导稀疏性的本质 ,使得稀疏隐空间支持向量 机获得了良好的稀疏性. 同隐空间支持向量机一样 ,稀疏隐空间支持向量机对核函数没有 Mercer 条件 的限制 ,扩大了核函数的选择范围. 在人工和基准数据集上的分类和回归实验表明 ,所提算法具有同支 持向量机相当的推广能力 ,并且其稀疏性优于支持向量机 ,从而使得函数评价速度大大加快. 关键词 : 支持向量机 ;V C 界 ;结构风险 ;稀疏性 中图分类号 : TP18 　　文献标识码 :A 　　文章编号 :100 12400 (2006) Sparse hidden space support vector machine 1 1 2 1 WA N G L i ng , B O L ief eng , L I U F ang , J I A O L icheng ( 1. Research In st . of Int elligent Information Processing , Xidian U niv . , Xi ′an 　7 1007 1 , China ; 2 . School of Comp ut er , Xidian U niv . , Xi ′an 　7 1007 1 , China) Abstract : 　In t hi s p ap er , L 1 norm i s employed to loo se t he bound of t he V C dimen sion , and t hu s a new st ruct ure ri sk based on t he L 1 norm i s develop ed . U tilizing t hi s st ruct ure ri sk in t he hidden sp ace , we p ropo se a sp ar se hidden sp ace support