计算机工程

作者：鲁淑霞, 蔡莲香, 张罗幻

单位：河北大学 数学与信息科学学院 河北省机器学习与计算智能重点实验室, 河北 保定 071002

关键词：噪声,零阶梯度,方差,动量加速,鲁棒支持向量机

基金：国家自然科学基金（61672205）。

在实际分类问题中，由于人为或其他因素的影响，数据中往往存在一定的噪声，而传统支持向量机（SVM）使用的铰链损失函数对噪声数据敏感，且分类性能较差。为消除噪声数据的影响，提出一种新的鲁棒SVM算法。通过引入新形式的损失函数，并基于间隔分布的思想，建立鲁棒SVM优化模型提高SVM的抗噪性，运用零阶减小方差算法并结合动量加速技术，给出一种新的优化模型求解方法。实验结果表明，该方法通过引入梯度修正项降低了方差对算法的影响，同时结合动量加速技术，明显提高了算法的收敛速度。

来源：2020年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第12期