基于特征值分解的中心支持向量机算法

来源：电子与信息学报杂志2016年第3期北京时间：

作者：陈素根, 吴小俊

单位：2.(江南大学物联网工程学院 无锡 214122) ②(安庆师范学院数学与计算科学学院 安庆 246133)

摘要：针对广义特征值中心支持向量机(GEPSVM)训练和决策过程不一致问题，该文提出一类改进的基于特征值分解的中心支持向量机，简称为IGEPSVM。首先针对二分类问题提出了基于特征值分解的中心支持向量机，然后基于一类对余类策略将其推广到多类分类问题。将GEPSVM求解广义特征值问题转化为求解标准特征值问题，降低了计算复杂度。引入了一个新的参数，可以调节模型的性能，提高了GEPSVM的分类精度。提出了基于IGEPSVM的多类分类算法。实验结果表明，与GEPSVM算法相比较，IGEPSVM不仅提高了分类精度，而且缩短了训练时间。

关键词：支持向量机, 广义特征值中心支持向量机, 两类分类, 多类分类, 特征值分解

基金资助：国家自然科学基金(61373055, 61103128), 111引智计划项目(B12018)，江苏省工业支持计划项目(BE2012031)