Robust L1-norm non-parallel proximal support vector machine
Robust L1-norm non-parallel proximal support vector machine
复制标题
鲁棒L1范数非并行近端支持向量机
DOI：
10.1080/02331934.2014.994627
复制
发表时间：
2016-01
期刊：
影响因子：
2.2
通讯作者：
Deng Nai-Yang
中科院分区：
文献类型：
--
作者：
Li Chun-Na;Shao Yuan-Hai;Deng Nai-Yang
在本文中，我们提出了一个强大的L1范数非并行邻近支持向量机（L1-NPSVM），其目的是提供一个强大的性能相比，GEPSVM的二进制分类，特别是对离群值的问题。提出的L1-NPSVM有三个主要性质。首先，与传统的GEPSVM求解两个广义特征值问题不同，我们的L1-NPSVM通过使用简单的合理迭代技术求解了一对L1-范数最优问题。其次，通过引入L1-范数，L1-NPSVM在很大程度上比GEPSVM对离群值具有更强的鲁棒性。第三，与GEPSVM相比，我们的L1-NPSVM不需要正则化参数。通过对一个简单的人工样本和UCI数据集的测试，证明了该方法的有效性，表明了GEPSVM的改进。
In this paper, we propose a robust L1-norm non-parallel proximal support vector machine (L1-NPSVM), which aims at giving a robust performance for binary classification in contrast to GEPSVM, especially for the problem with outliers. There are three mainly properties of the proposed L1-NPSVM. Firstly, different from the traditional GEPSVM which solves two generalized eigenvalue problems, our L1-NPSVM solves a pair of L1-norm optimal problems by using a simple justifiable iterative technique. Secondly, by introducing the L1-norm, our L1-NPSVM is more robust to outliers than GEPSVM to a great extent. Thirdly, compared with GEPSVM, no parameters need to be regularized in our L1-NPSVM. The effectiveness of the proposed method is demonstrated by tests on a simple artificial example as well as on some UCI datasets, which shows the improvements of GEPSVM.
登录
查看更多内容
基于L1范数最大化的线性判别分析
DOI：
10.1109/tip.2013.2253476
发表时间：
2013-03
期刊：
IEEE Trans. On Image Processing
影响因子：
--
作者：
Fujin Zhong;Jiashu Zhang;Defang Li
通讯作者：
Defang Li
DOI：
10.1016/j.neunet.2012.09.004
发表时间：
2012-12
期刊：
Neural networks : the official journal of the International Neural Network Society
影响因子：
--
作者：
Zhiquan Qi;Ying-jie Tian;Yong Shi
通讯作者：
Zhiquan Qi;Ying-jie Tian;Yong Shi
DOI：
10.1007/11596448_85
发表时间：
2005-09
期刊：
The Fifth International Conference on Computer and Information Technology (CIT'05)
影响因子：
--
作者：
Zhiquan Qi;Ying-jie Tian;N. Deng
通讯作者：
Zhiquan Qi;Ying-jie Tian;N. Deng
DOI：
--
发表时间：
1996
期刊：
--
影响因子：
--
作者：
C. Merz
通讯作者：
C. Merz
DOI：
--
发表时间：
1996
期刊：
--
影响因子：
--
作者：
Sameer A. Nene;S. Nayar;H. Murase
通讯作者：
Sameer A. Nene;S. Nayar;H. Murase