×
陈丹丹;田英杰;刘晓辉

用于模式识别的结构非并行支持向量机。 （英语） Zbl 1414.68045号

模式识别 60, 296-305 (2016).
摘要：人们普遍认为，类内训练数据中的潜在结构信息对于实际问题中的良好分类器具有重要意义。然而，现有的结构分类器并没有平衡类内和类间的结构信息关系。将结构信息与非并行支持向量机（NPSVM）相结合，设计了一种新的结构非并行支持向量机（SNPSVM）。SNPSVM的每个模型不仅考虑了结构信息在两类中的紧致性，而且考虑了类之间的可分性，因此可以充分利用先验知识直接提高算法的泛化能力。此外，我们将改进的交替方向乘法器方法（ADMM）应用于SNPSVM。我们的模型本身和求解算法都可以保证它能够处理具有大量实例和特征的大规模分类问题。实验结果表明，SNPSVM在计算时间和分类精度上均优于现有的基于数据结构信息的其他算法。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别

关键词：

结构信息;非并行支持向量机;乘法器的交替方向法;模式识别

软件：

AS 136标准
PDF格式BibTeX公司 XML格式引用
\textit｛D.Chen｝等人，《模式识别》60296-305（2016；兹bl 1414.68045）
全文： 内政部

参考文献：

[1] 科尔特斯，C。；Vapnik，V.，支持向量网络，马赫。学习。，20, 3, 273-297 (1995) ·Zbl 0831.68098号
[2] 北卡罗来纳州克里斯蒂亚尼尼。；Shawe-Taylor，J.，《支持向量机和其他基于内核的学习方法简介》（2000），剑桥大学出版社：剑桥大学出版社，英国
[3] Vapnik，V.，《统计学习理论》（1998），《约翰·威利父子：约翰·威利和儿子纽约》·Zbl 0935.62007号
[4] Noble，W.，《支持向量机在计算生物学中的应用》（2004），麻省理工学院出版社
[5] 阿丹康，M。；Cheriet，M.，笔迹识别ls-svm应用程序的模型选择，模式识别。，42, 12, 3264-3270 (2009) ·Zbl 1187.68424号
[6] 田，Y。；Shi，Y。；Liu，X.，支持向量机研究的最新进展，Technol。经济。发展经济学。，18, 1, 5-33 (2012)
[7] 邓，N。；田，Y。；Zhang，C.H.，《支持向量机：基于优化的理论、算法和扩展》（2013），CRC出版社·Zbl 1278.68011号
[9] Yeung，D.S。；Wang，D.F。；Ng，W.Y。；曾荫权（Tsang，C.C.）。；Wang，X.Z.，对数据分布敏感的结构化大利润机器，马赫数。学习。，68, 2, 171-200 (2007) ·Zbl 1470.68205号
[10] 泰勒，J.S。；Cristianini，N.，《模式分析的核心方法》（2004），剑桥大学出版社
[12] Jayadeva，R.K。；Khemchandani，R。；Chandra，S.，用于模式分类的双支持向量机，IEEE Trans。模式分析。机器。智力。，29, 5, 905-910 (2007)
[13] Shao，Y.H。；Zhang，C.H。；Wang，X.B。；Deng，纽约，双支持向量机的改进，IEEE Trans。神经网络。，22, 6, 962-968 (2011)
[14] 田，Y。；Ju，X。；齐，Z。；Shi，Y.，改进的双支持向量机，科学。中国数学。，57, 2, 417-432 (2014) ·Zbl 1290.90059号
[15] 田永杰。；齐志强。；Ju，X.C。；Shi，Y。；Liu，X.H.，用于模式分类的非并行支持向量机，IEEE Trans。赛博。，44, 7, 1067-1079 (2013)
[16] 齐，Z。；田英杰；石毅，用于模式分类的稳健双支持向量机，模式识别。，46, 305-316 (2013) ·Zbl 1248.68441号
[17] Shao，Y.H。；邓，纽约。；杨振明，用于分类的最小二乘递推投影双支持向量机，模式识别。，45, 2299-2307 (2012) ·Zbl 1234.68347号
[18] 陈，X。；Yang，J.等人。；叶，Q。；Liang，J.，基于类内方差最小化的递归投影双支持向量机，模式识别。，44, 2643-2655 (2011) ·Zbl 1218.68119号
[19] 彭，X.，Tpmsvma用于模式识别的新型双参数边缘支持向量机，模式识别。，44, 2678-2692 (2011) ·Zbl 1218.68129号
[20] 张，L。；周伟东，密度诱导边缘支持向量机，模式识别。，441448-1460（2011年）·Zbl 1210.68098号
[21] 贝尔金，M。；Niyogi，P。；Sindhwani，V.，《流形正则化——从标记和未标记示例学习的几何框架》，J.Mach。学习。第7号决议，2399-2434（2006）·Zbl 1222.68144号
[22] Lanckriet，G.等人。；Ghaoui，L。；巴塔查里亚，C。；Jordan，M.，《稳健的最小极大分类法》，J.Mach。学习。研究，3，555-582（2002）·兹比尔1084.68657
[23] 薛，H。；陈，S。；杨琼，结构大裕度分类器的结构正则化支持向量机框架，IEEE Trans。神经网络。，22, 4, 573-587 (2011)
[24] 彭，X。；Wang，Y。；Xu，D.，用于二值分类的结构双参数边缘支持向量机，Knowl-基于系统。，49, 63-72 (2013)
[25] 齐，Z。；田，Y。；石毅，用于分类的结构双支持向量机，Knowl-基于系统。，43, 74-81 (2013)
[26] Xu，Y。；潘，X。；Zhou，Z。；杨，Z。；张勇，用于分类的结构最小二乘双支持向量机，应用。智力。，42, 3, 527-536 (2015)
[27] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。趋势马赫数。学习。，3, 1, 1-122 (2010) ·Zbl 1229.90122号
[28] 田永杰。；Ping，Y.，大尺度线性非并行支持向量机求解器，神经网络。，50, 166-174 (2014) ·Zbl 1298.68231号
[31] Hartigan，J.A。；Wong，M.A.，《k均值聚类算法》，应用。《统计》，第28、1、100-108页（1979年）·Zbl 0447.62062号
[32] 卢，S。；Fu，K.，用于模式分析的句对句聚类程序，IEEE Trans。系统。人类网络。，8, 5, 381-389 (1978) ·Zbl 0378.68048号
[33] Zadeh，L.A.，模糊集，信息控制，8，1，338-353（1965）·兹伯利0139.24606
[34] Ward，J.H.，优化目标函数的分层分组，美国统计协会，58，301，236-244（1963）
[36] 希尔科夫，B。；Smola，A.J.，《用内核学习》（2002年），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥，美国
[37] Haykin，S.，《神经网络：综合基金会》（2001），清华大学出版社：清华大学出版社，北京·Zbl 0828.68103号
[39] Demšar，J.，多数据集上分类器的统计比较，J.Mach。学习。第7，1-30号决议（2006年）·Zbl 1222.68184号
[41] LeCun，Y.，基于梯度的学习应用于文档识别，Proc。IEEE，86，11，2278-2324（1998）
[42] 彭晓杰。；Xu，D.，鲁棒最小类方差双支持向量机分类器，神经计算。应用。，299-1011年5月22日（2013年）
[44] 赵，J。；Yan，G。；冯，B。；毛，W。；Bai，J.，基于新的统一正交多项式序列的自适应支持向量回归，模式识别。，46, 899-913 (2013) ·Zbl 1254.68235号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。