一种基于l0-合页损失函数的鲁棒分类方法

摘要

本发明提出了一种基于l0‑合页损失函数的鲁棒分类方法，所述方法利用罚函数与分块坐标下降法解出分类超平面，对测试样本进行预测判决，所述方法包括鲁棒分类器l0‑SVM模型，所用的l0‑合页损失函数具有分段常数性质，误分类样本的离散性不会被平滑，并且误分类样本离边界的远近不影响l0‑合页损失函数的大小变化，基于l0‑合页损失函数设计的分类器l0‑SVM对被标签噪声具有鲁棒性。在训练样本包含标签噪声的情况下，仍能够训练出分类性能较好的分类超平面。