近日，邵元海教授團隊在中國科學院二區TOP期刊（JCR一區）《Journal of Computational and Applied Mathematics》發表了題為“A nonlinear kernel SVM classifier via L_{0/1} soft-margin loss with classification performance”的文章。該文章的主題是研究分類的0-1損失支持向量機（SVM）智能算法。
支持向量機算法是人工智能機器學習領域中的經典算法，在金融、工程和生物信息領域有廣泛的應用。0-1損失是支持向量機算法對于分類錯誤樣本最自然的懲罰函數，但是其非凸、非連續的數學性質對于優化學界的求解是一大難題。針對0-1損失分類支持向量機的線性求解，文章給出了從線性到非線性情形的拓展模型與算法，該拓展難點在于傳統損失的支持向量機算法從線性到非線性的過渡多依賴于原問題的對偶模型和核函數的結合，而0-1損失對偶模型的顯示表達相較于原問題更為困難，文章利用泛函表示定理給出了應對此困難的一可行方案，并且新成果整體上繼承了線性情形中建立的獨特新穎的鄰近點算子優化理論和帶有工作集機制的交替方向乘子法（ADMM）的疊代算法兩項主要工作。該成果對于線性工作做了有益的補充，在理論和實踐上具有一定的學術價值。
365英国上市官网在线為第一完成單位，在讀博士劉鋸為第一作者，邵元海教授為論文通訊作者。該項研究得到了國家自然科學基金、海南省自然科學基金等資助。
論文鍊接：https://doi.org/10.1016/j.cam.2023.115471
