ABSTRACT In this paper, we combine adaptively weighted large margin classifiers with Support Vector Machine (SVM)-based dimension reduction methods to create dimension reduction methods robust to the presence of extreme outliers. We discuss estimation and asymptotic properties of the algorithm. The good performance of the new algorithm is demonstrated through simulations and real data analysis.

中文翻译：

---

使用自适应加权的大边缘分类器进行稳健的充分降维

摘要在本文中，我们将自适应加权的大边缘分类器与基于支持向量机 (SVM) 的降维方法相结合，以创建对极端异常值的存在具有鲁棒性的降维方法。我们讨论了算法的估计和渐近特性。通过仿真和实际数据分析，证明了新算法的良好性能。