[1] |
亚瑟·阿松森和大卫·纽曼,UCI机器学习库,2007。,
|
[2] |
Y.Bai先生, 十、汉族, T·陈和H.余,用于目标疾病分类的二次无核最小二乘支持向量机,组合优化期刊,30(2015), 850-870. 数字对象标识:10.1007/s10878-015-9848-z。
|
[3] |
D.P.贝塞卡斯、非线性规划、,运筹学学会杂志,48(1997), 334-334.
|
[4] |
J.Borwein和A.S.Lewis,凸分析与非线性优化:理论与实例《施普林格科学与商业媒体》,2010年。数字对象标识:10.1007/978-0-387-31256-9.
|
[5] |
C.科尔特斯和V.Vapnik公司、支持向量网络、,机器学习,20(1995), 273-297. 数字对象标识:2007年10月10日/BF00994018。
|
[6] |
N.克里斯蒂亚尼尼和J.肖-泰勒, 支持向量机和其他基于核的学习方法简介剑桥大学出版社,2000年数字对象标识:10.1017/CBO9780511801389。
|
[7] |
一、达格,二次无核非线性支持向量机,全球优化杂志,41(2008), 15-30. 数字对象标识:2007年10月10日/10898-007-9162-0。
|
[8] |
Z.戴和F.温,稀疏稳定投资组合优化问题的广义方法,工业与管理优化杂志,14(2018), 1651-1666. 数字对象标识:10.3934/jimo.2018025。
|
[9] |
N.Deng、Y.Tian和C.Zhang,支持向量机:基于优化的理论、算法和扩展查普曼和霍尔/CRC,2012年。
|
[10] |
M.Di和E.M.Joo,《从网络和应用角度对无线传感器网络中机器学习的调查》,2007年第六届国际信息通信会议&信号处理,IEEE,(2007),1-5。
|
[11] |
J.Gallier,Schur补充和应用,几何方法与应用施普林格,(2011),431-437。数字对象标识:10.1007/978-1-4419-9961-0.
|
[12] |
Z.高, S.-C.方, J.罗和和N.Medhin,无核双势阱支持向量机及其应用,欧洲运筹学杂志,290(2021), 248-262. 数字对象标识:2016年10月10日/j.ejor.2020.10.040。
|
[13] |
Z.Gao和G.Petrova,凸优化的重标度纯贪婪算法,卡尔科洛,56(2019), 15.数字对象标识:10.1007/s10092-019-0311-x。
|
[14] |
B.加达尔和J.纳乌姆·萨瓦亚、使用支持向量机进行高维数据分类和特征选择,欧洲运筹学杂志,265(2018), 993-1004. 数字对象标识:2016年10月10日/j.ejor.2017.08.040。
|
[15] |
Y.Hao和F.Meng,组织分类基因选择的新方法,工业与管理优化杂志,三(2007), 739.数字对象标识:10.3934/jimo。2007.3.739.
|
[16] |
T.K.Ho和M.Basu,监督分类问题的复杂性度量,IEEE模式分析汇刊&机器智能, (2002), 289-300.
|
[17] |
D.S.Kim(D.S.金), 北卡罗来纳州塔姆和和N.D.Yen,二次约束凸二次规划解的存在性和稳定性,优化信函,6(2012), 363-373. 数字对象标识:10.1007/s11590-011-0300-8。
|
[18] |
P.兰利和赛蒙,机器学习和规则归纳的应用,ACM通信,38(1995), 54-64. 数字对象标识:10.21236/ADA292607。
|
[19] |
K.Lounici、M.Pontil、A.B.Tsybakov和S.Van De Geer,在多任务学习中利用稀疏性,arXiv预打印,arXiv:0903.1468, 2009.
|
[20] |
J.罗, S.-C.方, Y.Bai先生和Z.邓,基于Fisher判别分析的模糊二次曲面支持向量机,工业与管理优化杂志,12(2016), 357-373. 数字对象标识:10.3934/jimo.2016.12.357。
|
[21] |
J.Luo,S.-C.Fang,Z.Deng,X.Guo,二值分类的软二次曲面支持向量机,亚太运筹学杂志,33(2016), 1650046.数字对象标识:10.1142/S021759591650469。
|
[22] |
J.罗, T·洪和S.-C.方、基准测试数据完整性攻击下负荷预测模型的稳健性,国际预测杂志,34(2018), 89-104. 数字对象标识:2016年10月10日/j.ij预测2017.08.004。
|
[23] |
J.R.马格纳斯和H.纽德克,消去矩阵:一些引理和应用,SIAM代数离散方法杂志,1(1980), 422-449. 数字对象标识:10.1137/0601049.
|
[24] |
O.L.Mangasarian公司,线性规划解的唯一性,线性代数及应用,25(1979), 151-162. 数字对象标识:10.1016/0024-3795(79)90014-4.
|
[25] |
L.Monostori公司, A.马尔克斯, H.范·布鲁塞尔和E.Westkämpfer公司,制造业的机器学习方法,CIRP年鉴,45(1996), 675-712. 数字对象标识:10.1016/S0007-8506(L1-QSSVM“)30216-6。
|
[26] |
A.穆萨维, M.雷扎伊和R.阿扬扎德,《压缩传感综述:经典结果和最新进展》,数学建模杂志,8(2020), 309-344.
|
[27] |
S.Mousavi和J.Shen,基于凸分段仿射函数优化的解的唯一性及其在约束$\ell_1$最小化中的应用,ESAIM:控制、优化和变分计算,25(2019), 56.数字对象标识:10.1051/cocv/2018061。
|
[28] |
F.佩德雷戈萨等。,Scikit-learn:Python中的机器学习,机器学习研究杂志,12(2011), 2825-2830.
|
[29] |
H.邱, X.陈, 刘伟(W.Liu), G.周, Y.Wang(王)和黎泽伦,快速$\ell_1$-解算器及其在鲁棒人脸识别中的应用,工业与管理优化杂志,8(2012), 163-178. 数字对象标识:10.3934/jimo.2012.8.163。
|
[30] |
R.Saab、R.Chartrand和O.Yilmaz,通过非凸优化实现稳定稀疏近似,2008 IEEE声学、语音和信号处理国际会议, (2008), 3885-3888.数字对象标识:10.1109/ICSSP。2008.4518502.
|
[31] |
B.肖尔科夫和A.J.斯莫拉, 使用内核学习:支持向量机、正则化、优化及其他麻省理工出版社,2001年数字对象标识:10.7551/mit压力/4175.001.0001。
|
[32] |
J·沈和S.穆萨维,$p$的最小稀疏性——$p>1$的基于范数的优化问题,SIAM优化杂志,28(2018), 2721-2751. 数字对象标识:10.1137/17M1140066。
|
[33] |
J.Shen和S.Mousavi,基于约束匹配追踪的约束稀疏向量的精确支持和向量恢复,arXiv预打印,arXiv:1903.07236, 2019.
|
[34] |
C.张, J.王和N.秀,用于指数跟踪的稳健和稀疏的投资组合模型,工业与管理优化杂志,15(2019), 1001-1015. 数字对象标识:10.3934/jimo(即墨)。
|