加权光滑chks孪生支持向量机

针对光滑孪生支持向量机(smoothtwinsupportvectormachines,简称stwsvm)采用的sigmoid光滑函数逼近精度低和stwsvm对异常点敏感的问题,引入一种性能更好的光滑函数——chks函数,提出了光滑chks孪生支持向量机模型(smoothchkstwinsupportvectormachines,简称sctwsvm).在此基础上,根据样本点的位置为每个训练样本赋予不同的重要性,以降低异常点对非平行超平面的影响,提出了加权光滑chks孪生支持向量机(weightedsmoothchkstwinsupportvectormachines,简称wsctwsvm).不仅从理论上证明了sctwsvm具有严凸性和任意阶光滑的性能,而且在数据集上的实验结果表明,相对于stwsvm,sctwsvm可以在更短的时间内获得更高的分类精度,同时验证了wsctwsvm的有效性和可行性.