科研之友
微信
新浪微博
Facebook
分享链接
摘要
研究了典型的支持张量机模型的理论和特点，讨论了单分类支持张量机的优缺点。针对已有模型求解容易陷入局部最优解和模型参数过多易引起过拟合风险的缺陷，提出了新的非线性支持高阶单分类张量机模型。在公开BREAST-CANCER数据集和ORL人脸灰度图数据集上进行了多种数值实验，验证了非线性支持高阶单分类张量机模型能有效完成敌我识别，模型稳定性强，具有更低的过拟合风险。
- 单位
研究了典型的支持张量机模型的理论和特点，讨论了单分类支持张量机的优缺点。针对已有模型求解容易陷入局部最优解和模型参数过多易引起过拟合风险的缺陷，提出了新的非线性支持高阶单分类张量机模型。在公开BREAST-CANCER数据集和ORL人脸灰度图数据集上进行了多种数值实验，验证了非线性支持高阶单分类张量机模型能有效完成敌我识别，模型稳定性强，具有更低的过拟合风险。
