[发明专利]一种广义弹性网络非平行支持向量机分类算法

权利要求书

1.一种广义弹性网络非平行支持向量机分类算法，包括以下步骤：

步骤一、输入训练数据集T＝{(x₁,y₁),...,(x_m,y_m)}，其中x_i∈Rⁿ为第i个n维向量输入的样本点，y_l∈{1,2}为第i个样本点所属类别，i＝1,...,m.设第1类样本点含m₁个样本点，第2类样本点含m₂个样本点，则m₁+m₂＝m。记第1类样本点构成的矩阵为第2类样本点构成的矩阵为且其中e是适当维数的所有分量均为1的列向量；

步骤二、输入正则项非负参数δ＞0和σ＞0，模参数p,q0，停机准则ò＞0，最大迭代次数itmax；

步骤三、建立广义弹性网络非平行支持向量机分类模型：

其中是n+1维列向量，w₁,w₂∈Rⁿ，b₁,b₂∈R，||·||_p是Lp-模，||·||_q是Lq-模，||·||₂是L₂-模，对n+1维向量a分别定义为a_k为向量a的第k个分量；上标T代表转置；

步骤四、设置迭代次数t＝0，随机初始化

步骤五、

(1)计算

其中diag(.)代表由其括号中元素构成的对角阵，I是单位矩阵；

(2)计算

其中sign(.)代表符号函数；

(3)计算

(4)令t＝t+1；

步骤六、若且或迭代次数达到itmax，执行步骤七，否则执行步骤五；

步骤七、令其中w₁^*,w₂^*∈Rⁿ，b₁^*,b₂^*∈R；

步骤八、对新来样本点x∈Rⁿ，预测其类别d(x)为