鲁棒最小二乘支持向量机研究与应用

本书首先系统整理了文献中对支持向量机模型和最小二乘支持向量机模型中改进鲁棒性的方法，并指出改进中存在的问题和缺陷；其次，针对最小二乘支持向量机模型丢失稀疏性和鲁棒性的原因；再次，本书论述了在实际的二分类问题中，由于噪声点或者噪声特征的存在使得样本的标签会出现不确定的情况；最后，指出不同的样本在分类函数的构造中所起不同作用。