摘要：针对光滑孪生支持向量机（smooth twin support vector machines，简称STWSVM）采用的Sigmoid光滑函数逼近...针对光滑孪生支持向量机（smooth twin support vector machines，简称STWSVM）采用的Sigmoid光滑函数逼近精度低和STWSVM对异常点敏感的问题，引入一种性能更好的光滑函数—弋HKs函数，提出了光滑CHKS孪生支持向量机模型（smooth CHKS twin support vector machines，简称SCTWSVM）．在此基础上，根据样本点的位置为每个训练样本赋予不同的重要性，以降低异常点对非平行超平面的影响，提出了加权光滑CHKS孪生支持向量机（weightedsmooth CHKS twin support vector machines．简称WSCTWSVM）．不仅从理论上证明了SCTWSVM具有严凸性和任意阶光滑的性能，而且在数据集上的实验结果表明，相对于STWSVM，SCTWSVM可以在更短的时间内获得更高的分类精度同时验证了WSCTWSVM的有效性和可行性．显示全部
