负熵最小化加权最小二乘支持向量机及其应用

作     者：杨勃 邵泉铭 YANG Bo SHAO Quanming

作者机构：湖南理工学院信息与通信工程学院湖南岳阳414006 

出 版 物：《湖南理工学院学报（自然科学版）》 (Journal of Hunan Institute of Science and Technology(Natural Sciences))

年 卷 期：2017年第30卷第3期

页      面：27-32,66页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：湖南省教育厅科学研究重点资助项目(17A089) 

主　　题：加权最小二乘支持向量机 负熵 稀疏权重 钴结壳识别 底质识别 

摘      要：提出了一种负熵最小化加权最小二乘支持向量机分类模型,并应用于水下底质识别任务.该模型在原始最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)基础上引入权重,通过权重分布的负熵最小化调节和控制权重的稀疏度,然后使用该稀疏分布权重进一步进行加权LSSVM再学习,从而实现对原始LSSVM分类边界的调整优化.将负熵最小化加权LSSVM应用于水下钴结壳底质识别,实验结果表明,该负熵最小化加权LSSVM能显著减小钴结壳错判率和识别正确率,有效提高底质识别效果.