基于广义鲁棒距离度量的孪生支持向量机分类算法
来源：计算机应用与软件杂志2024年第4期北京时间：
作者：李耀波, 宋旭东, 孔翔宇
摘要：针对孪生支持向量机处理含离群点效果较差的问题, 提出一种基于Laplacian核相关熵的广义鲁棒距离度量分类算法。提出一种有界自适应Lθε损失, 在学习过程中可以通过自适应参数θ来选择不同的损失函数; 提出一种基于拉普拉斯核的相关熵诱导鲁棒距离度量, 并证明该度量的有界性、非凸性、光滑性和逼近性; 进一步提出一种自适应鲁棒孪生支持向量机学习算法。在多个数据集上的实验结果表明, 该算法对特征噪声和离群点具有良好的鲁棒性。
关键词：支持向量机, 有界性, 相关熵, 鲁棒性
