%0 Journal Article
%T 一种稀疏最小二乘支持向量分类机*
%A 刘小茂
%A 孔波
%A 高俊斌
%A 张钧
%J 模式识别与人工智能
%P 681-687
%D 2007
%X 一般的支持向量分类机需要求解二次规划问题，最小二乘支持向量机只需求解一个线性方程组，但其缺乏稀疏性.为了改进最小二乘支持向量分类机，本文结合中心距离比值及增量学习的思想提出一种基于预选、筛选支持向量的稀疏最小二乘支持向量机.该方法既能弥补最小二乘向量机的稀疏性，减少计算机的存储量和计算量，加快最小二乘支持向量机的训练速度和决策速度，又能对非均衡训练数据造成的分类面的偏移进行纠正，还不影响最小二乘支持向量机的分类能力.3组实验结果也证实了这一点.
%K 最小二乘支持向量机(LSSVM)
%K 稀疏性
%K 中心距离比值
%K 边界向量
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10555.shtml