吴志友；尹、林 基于二阶锥规划的稳健投影支持向量机。 （中文。英文摘要） 兹比尔1488.68053 J.重庆规范。大学，自然科学。 38，编号1，1-10（2021）. 摘要：投影支持向量机是将线性判别分析的思想应用于双支持向量机而提出的一种新的非平行分类模型，其目的是寻找两个非平行投影方向而不是超平面。然而，该模型不够稳健。当训练数据集中存在大量异常点或噪声时，投影支持向量机学习到的投影方向会受到异常点或噪音的影响和偏移，分类性能会下降。为了降低模型对异常点或噪声的敏感性，提高了模型的鲁棒性。模型中引入了机会约束。在投影空间中，允许投影样本的一部分到其样本中心的投影距离大于它到另一种样本中心的投射距离。换句话说，给出了错误样本分离概率的上界。我们获得了一种新的具有机会约束的鲁棒投影支持向量机，并将其等价地转化为一个二阶锥规划问题，使得只有一对线性二阶锥编程问题才能求解以训练两个非平行投影方向。在UCI数据集和噪声增加的数据集上的数值实验表明，与其他算法相比，基于二阶锥规划的鲁棒投影支持向量机的精度变化不大，相对稳定，具有更好的鲁棒性和泛化能力。 MSC公司： 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分；聚类分析（统计方面） 90C25型 凸面编程 关键词：投影支持向量机；机会约束；二阶锥规划；稳健性 PDF格式BibTeX公司 XML格式引用 \textit{Z.Wu}和\textit{L.Yin}，J.重庆常模。大学，自然科学。38，编号1，1--10（2021；Zbl 1488.68053） 全文： 内政部