1.一种分数阶c-支持向量机的设计方法,其特征在于,分数阶c-支持向量机的分数阶梯度向量设计为:
ψ(v)(α)=b0α1-vqα-eb0α1-v
其中,
q为n乘n阶对称矩阵,qij=yiyjk(xi,xj),其中k(xi,xj)是核函数,i、j代表下标,y是数据点集的标签,取值定义为+1或-1;
ψ(α)表示目标函数的对偶形式,ψ(v)(α)表示目标函数的对偶形式的分数阶梯度;
α是拉格朗日乘子,其约束范围是0<αi<c,c>0称为惩罚参数;
n表示数据点集的个数;
所述分数阶c-支持向量机的设计方法包括:
a.选取向量机的拉格朗日乘子α的下标i,j的步骤;
b.更新步骤a中的拉格朗日乘子α的步骤;
c.根据步骤b中所更新的拉格朗日乘子α,更新分数阶导数集合的步骤;
d.根据步骤c中所更新的分数阶导数集合,更新法向量w和阈值b的步骤;和
e.将步骤d中所更新的法向量w和阈值b带入判别函数,确定出分类结果。
2.如权利要求1所述的分数阶c-支持向量机的设计方法,其特征在于,所述步骤a中选取向量机的拉格朗日乘子α的下标i,j的方法为:
iup(αk)和对应的ilow(αk),是关于αt下标t的集合
3.如权利要求1所述的分数阶c-支持向量机的设计方法,其特征在于,所述步骤b更新数据的方法为:
当yi≠yj时,
当yi=yj时,
4.如权利要求1所述的分数阶c-支持向量机的设计方法,其特征在于,所述步骤c更新数据的方法为:
其中,c>0称为惩罚参数。
5.如权利要求1所述的分数阶c-支持向量机的设计方法,其特征在于,所述步骤d更新数据的方法为:
w是判别函数的法向量,b为判别函数的阈值;
w*表示法向量的最优值,b*表示阈值的最优值,
6.一种分数阶c-支持向量机,其特征在于,其通过如权利要求1-5之一所述的分数阶c-支持向量机的设计方法设计而成。
7.一种心脏病数据分类方法,其特征在于,所述心脏病数据分类方法采用如权利要求6所述的分数阶c-支持向量机对心脏病数据进行分类。