论文部分内容阅读
Poggio和Smale最近提出的学习理论的一个关键算法(A key algorithm，KA)可用于非线性分类和回归，并避免求解二次规划，但几乎所有的样本是“支持向量”。为此提出了一种稀疏KA算法(SKA)，通过设计特定的优化函数，SKA能有效减少“支持向量”，并具备良好的推广能力。将SKA应用于两个实际的模式识别问题，并与支持向量机(SVM)进行比较，验证了SKA的有效性。