核极化的多核LSSVM及其在分类中的应用

来源期刊：机械设计与制造2018年第1期

论文作者：刘文婧 陈肖洁

文章页码：58 - 61

关键词：最小二乘支持向量机;核极化;多核学习;多分类;

摘    要：为了解决最小二乘支持向量机对于选择核函数盲目性的问题,将核度量标准核极化和多核学习引入最小二乘支持向量机中,提出了基于核极化的多核最小二乘支持向量机算法。算法首先利用核极化确定每个基本核函数的权系数,再根据多核学习原理组合多核函数,然后,建立多核最小二乘支持向量机模型,并进行模型的学习训练和预测。UCI数据上的试验结果表明,所提出的算法比SVM、最小二乘支持向量机和其他的多核学习方法具有更高的分类准确率。