- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
svdd算法详解.doc
4.3.3实现技术
(1)KKT条件,工作集选取及停止准则
在求最小包围球的过程中,迭代没有结束前,每轮迭代会有一个新点被选中,核集中加入新的点后,在核集中的点是下面三种情况之一:
1.核向量,满足KKT条件;
2.处在球内的非核向量,对应的为0,也满足KKT条件;
3.在外面。刚加入进来的点违反KKT条件。
加入新的训练点后,参照传统SVM方法对核集中的样本点检查是否违反KKT条件的算法推导如下:
原始问题的KKT条件:
(4.16)
加上已知条件
,
根据的不同,有三种情况:
,有,又,则,因此有
(4.17)
,有,又,则,因此有
(4.18)
,有,又,则,因此有
(4.19)
每次迭代以对KKT条件破坏最多的两个样本为工作集,因此,选取以下两个样本下标
若记
,
则根据KKT条件,我们有。实际中我们考虑,因此在算法停止前,都有
(4.20)
在运算的过程中因为有
所以实际上是:
(2)规模为2问题的解析解
找出核集中违反KKT条件的训练点后,更新其对应的Lagrange因子值。这里我们依然采用SMO算法,解规模为2的原问题的对偶问题。
不失一般性,在(4.14)对偶问题中将看成待求变量,其他看成已知参数,得到求解的优化问题如下:
(4.21)
S.t. ,
其中,
若记
则 ,
因为
令, 可得
(4.22)
有 ,在迭代结束前都有
则当,,为线性函数,因为,,所以。
最后,由优化问题的等式约束得出
(4.23)
这样就得出了的解析解,不过这是在没有考虑优化问题的不等式约束的情况下得到的解析解。
存在不等式约束为,因此,考虑不等式约束,需要对求出的进行如下裁剪:
若,则
若,则
若,则
若,则
文档评论(0)