基于角度的變系數(shù)多分類(lèi)支持向量機(jī)
關(guān)鍵詞：局部光滑 多分類(lèi)支持向量機(jī) 基于角度的間隔最大分類(lèi)框架
摘要：支持向量機(jī)作為機(jī)器學(xué)習(xí)中一個(gè)經(jīng)典的分類(lèi)算法,一直廣受數(shù)據(jù)科學(xué)家的喜愛(ài)。無(wú)論是處理線性可分還是非線性可分?jǐn)?shù)據(jù),傳統(tǒng)的支持向量機(jī)能夠很好地解決二分類(lèi)問(wèn)題。針對(duì)給定的樣本,支持向量機(jī)通過(guò)最大化最小間隔得到最佳的決策分界面,從而實(shí)現(xiàn)對(duì)新樣本的類(lèi)別預(yù)測(cè)。然而現(xiàn)實(shí)中的數(shù)據(jù)更為復(fù)雜多樣,一方面數(shù)據(jù)的類(lèi)別往往多于兩個(gè),近年不乏有優(yōu)秀的多分類(lèi)支持向量機(jī)算法出現(xiàn);另一方面不同領(lǐng)域的數(shù)據(jù)的特征集中可能存在相對(duì)特殊的變量(稱(chēng)之為主變量,targeted variable),需要將其挑選出來(lái)并加以特殊處理,以保持主變量對(duì)最終分類(lèi)結(jié)果的重要影響。考慮這兩個(gè)方面,提出基于角度的變系數(shù)多分類(lèi)支持向量機(jī)(TLAMSVM)模型以解決含有主變量的多分類(lèi)問(wèn)題。它使用具備更好幾何解釋能力的基于角度的間隔最大分類(lèi)框架完成多分類(lèi),并引入變系數(shù)模型,通過(guò)選擇合適的局部光滑函數(shù)處理主變量對(duì)模型的影響。把基于角度的變系數(shù)多分類(lèi)支持向量機(jī)分別應(yīng)用到模擬數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上。數(shù)值結(jié)果顯示,相比沒(méi)有使用變系數(shù)思想或基于角度的多分類(lèi)框架的多分類(lèi)支持向量機(jī),TLAMSVM模型具有更高的預(yù)測(cè)準(zhǔn)確度。
中國(guó)科學(xué)院大學(xué)學(xué)報(bào)雜志要求:
{1}文中表格采用三線表，必要時(shí)可加輔助線，表內(nèi)“空白”代表未測(cè)或無(wú)此項(xiàng)，“—”代表未發(fā)現(xiàn)，“0”代表實(shí)測(cè)結(jié)果為零。
{2}本刊在收到稿件1個(gè)月內(nèi)決定是否采用；如不能采用，將通過(guò)電子郵件的形式明確告知。
{3}參考文獻(xiàn)要求10篇以上，中英文對(duì)照，只列最新、最必要的公開(kāi)出版物，建議盡量引用本行業(yè)知名期刊已刊出的相關(guān)文章，并在文中相應(yīng)處以上標(biāo)形式按順序標(biāo)出。
{4}中文摘要：字?jǐn)?shù)為150-200字。中文關(guān)鍵詞：選取3-5個(gè)文章核心術(shù)語(yǔ)。
{5}作者簡(jiǎn)介在50字以內(nèi)，如果作者是國(guó)際著名科學(xué)獎(jiǎng)獲得者、兩院院士、國(guó)家級(jí)名師、長(zhǎng)江學(xué)者以及中小學(xué)、幼兒園特級(jí)教師，請(qǐng)注明。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
