高维支持向量机的一些新发展

扫码查看

原文链接

中文摘要：对高维支持向量机(SVM)的一些新发展如非凸惩罚SVM,L1范数SVM的误差界以及SVM在充分性降维中的应用进行了介绍;通过数值模拟和实例分析,展示了这些新方法在有限样本时的表现;讨论了一些可能的方向和问题.

外文标题：Some new developments of support vector machine in high dimension

作者：

史宏炜、饶昊宸、郭旭

展开 >

作者单位：

北京师范大学统计学院,100875,北京

关键词：

二元响应变量支持向量机惩罚估计误差界变量选择充分性降维

基金：

国家自然科学基金

项目编号：

12071038

出版年：

2023

DOI：

北京师范大学学报(自然科学版)

北京师范大学

CSTPCDCSCD北大核心

影响因子：0.505

ISSN：0476-0301

年,卷(期)：2023.59(2)