徐义田教授最新研究成果在IEEE会刊《IEEE Transactions on Neural Networks and Learning Systems》上在线发表

　　本网讯  近日，理学院数学系徐义田教授在信息处理和智能计算领域国际顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》上在线发表了题为《A Novel Twin Support-Vector Machine With Pinball Loss》的论文。

　　双子支持向量机是一种有效的数据分类模型，本研究首次将Pinball损失函数引入到双子支持向量机中，进一步挖掘了被忽略样本的潜在信息，从而增强了模型的抗噪性。而且论文从理论上深入分析了模型在噪音不敏感性、类间距离最大化、类内散度最小化以及分类错误最小化等各方面的优良性质，使得该模型具有完整的理论基础和更全面的诠释。最后通过大量的数据实验进一步验证了模型具有更高的预测精度和更强的抗噪性能。将Pinball损失函数成功地引入到双子支持向量机中是一项非常有意义的研究工作。

　　《IEEE Transactions on Neural Networks and Learning Systems》(5-IF:4.72)位列中科院期刊分区一区，在JCR期刊分区COMPUTER SCIENCE, THEORY & METHODS类中排名第一（1 /102）。徐义田教授为论文的第一作者和通讯作者，近几年他从事支持向量机方面的研究取得了一些有意义的成果，近五年发表(含在线)SCI论文20多篇。

　　2014级博士生杨智基为该论文第二作者；2014级硕士生潘贤丽为第三作者，她曾获2014～2015年度硕士国家奖学金。