%0 Journal Article
%T 学习理论的一个关键算法的稀疏逼近
%A 杨辉华
%A 王行愚
%J 华东理工大学学报
%P 688-693
%D 2004
%X Poggio和Smale最近提出的学习理论的一个关键算法(Akeyalgorithm，KA)可用于非线性分类和回归，并避免求解二次规划，但几乎所有的样本是“支持向量”。为此提出了一种稀疏KA算法(SKA)，通过设计特定的优化函数，SKA能有效减少“支持向量”，并具备良好的推广能力。将SKA应用于两个实际的模式识别问题，并与支持向量机(SVM)进行比较，验证了SKA的有效性。
%K 一个关键算法
%K 稀疏逼近
%K 支持向量机
%K 正则化
%K 二次损失函数
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=200406169&flag=1