提出一种新型的基于光滑Ramp损失函数的健壮支持向量机，能够有效抑制孤立点对泛化性能的影响，并采用CCCP将它的非凸优化目标函数转换成连续、二次可微的凸优化。在此基础上，给出训练健壮支持向量机的一种Newton型算法并且分析了算法的收敛性质。实验结果表明，提出的健壮支持向量机对孤立点不敏感，在各种数据集上均获得了比传统的SVMlight算法和Newton-Primal算法更优的泛化能力。

python实现对图像凹凸的形变，可应用到对dl训练样本数据进行扩充处理，批量读取指定文件夹下的图片，指定形变尺度，批量保存。

㈢ 多边形常用算法模块 1. 判断多边形是否简单多边形 8 2. 检查多边形顶点的凸凹性 9 3. 判断多边形是否凸多边形 9 4. 求多边形面积 9 5. 判断多边形顶点的排列方向，方法一 10 6. 判断多边形顶点的排列方向，方法二 10 7. 射线法判断点是否在多边形内 10 8. 判断点是否在凸多边形内 11 9. 寻找点集的graham算法 12 10.寻找点集凸包的卷包裹法 13 11.判断线段是否在多边形内 14 12.求简单多边形的重心 15 13.求凸多边形的重心 17 14.求肯定在给定多边形内的一个点 17 15.求从多边形外一点出发到该多边形的切线 18 16.判断多边形的核是否存在 19