迭代再权q范数正则化LS SVM分类算法

作者：刘建伟; 李双成; 罗雄麟

来源：计算机工程, 2012, (03): 166-168.

• 迭代再权方法
• q范数
• 最小二乘支持向量机
• 正则化
• 特征选择
• 分类算法

提出一种迭代再权q范数正则化最小二乘支持向量机(LS SVM)分类算法。该算法通过交叉校验过程选择正则化范数的阶次q(0<q<∞),具有分类效果稳定、收敛快、运行速度快的特点。使用该算法和LS SVM对比3组癌症数据,实验结果表明,该算法能够实现自适应特征选择,且比LS SVM推广能力强,在算法耗时方面优于LS SVM。