定点孪生支持向量机.PDFVIP

第 xx卷 第 x期 控 制 与 决 策 Vol.xx No.x xxxx年 x 月 Control and Decision xxx. xxxx DOI: 10.13195/j.kzyjc.2018.0531 定点孪生支持向量机 刘 峤 , 方佳艳 (1. 电子科技大学 信息与软件工程学院, 四川 成都611731 ； 2. 网络与数据安全省级重点实验室 ( 电子科技大学), 四川 成都611731) 摘 要: 孪生支持向量机(TWSVM) 以及最近提出的各种变体模型均是在高维空间内独立地求解两个带有约束 条件的对偶二次规划问题 (QPP). 然而, 由于每个对偶的 QPP 所需求解 的对偶变量 的数量 由他类样本的数量决 定, 当需要处理大规模数据集时, 这种直接求解标准 QPP 的方法将会导致非常高的计算复杂度. 因此, 本文提出 了一种改进 的孪生支持向量机模型, 称为定点孪生支持向量机(Fixed-Point TWSVM, FP-TWSVM). 该模型将 统 的 TWSVM 及其变体模型中处在高维空间内的对偶QPP 转化成一系列有限个一维空间内的单峰函数优化问题. 求解这些一维的单峰函数优化问题可以采用高效的线性搜索方法, 例如: 斐波那契算法, 黄金分割法. 在标准数据 集包括大规模数据集上的数值实验验证 了FP-TWSVM 算法的有效性. 实验结果表 明, FP-TWSVM 在保持与其他 模型相当的分类精度的同时, 具有更快的训练速度, 消耗更少的内存空间. 关键词: 孪生支持向量机; 定点; 单峰函数; 线性搜索方法 中图分类号: TP181 文献标志码: A Fixed-point Twin Support Vector Machine LIU Qiao, FANG Jiayan (1. School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, 611731, China ；2. Provincial Key Laboratory of network and data security, Chengdu, 611731, China) Abstract: The twin support vector machines (TWSVM) and the recently proposed variant models are all designed to solve two dual quadratic programming problems (QPP) with constraint conditions independently in high dimensional space.However, since each dual QPP involves a set of dual variables with its size determined by the number of samples of the other class, when we need to cope with large-scaled datasets, the method of directly solving QPP will lead to very high computational complexity.Therefore, this paper proposes an improved