| 支持向量回归机预测误差校正方法 |
| |
| 作者姓名： | 陈君 彭小奇 唐秀明 宋彦坡 刘征 |
| |
| 作者单位： | 1.中南大学信息科学与工程学院, 湖南 长沙 410083;
2.湖南第一师范学院信息科学与工程系, 湖南 长沙 410205;
3.湖南科技大学信息与电气工程学院, 湖南 湘潭 411201 |
| |
| 基金项目： | 国家自然科学创新研究群体科学基金项目(61321003);国家自然科学基金重点项目(61134006);国家自然科学基金面上项目(61273169);国家自然科学基金青年项目(61105080);湖南省教育厅高等学校科研项目(13A016);湘潭市科技计划项目(NY20141006)资助课题 |
| |
| 摘 要： | 针对传统的ε不敏感支持向量回归机(ε insensitive support vector regression, ε-SVR)未充分考虑局部支持向量对回归预测结果的影响,不利于提高回归预测精度的问题,提出了一种εSVR预测误差校正方法。该方法以期望预测值与εSVR回归预测值及局部支持向量间的欧氏距离和最小为目标函数,以ε不敏感损失带(εtube)宽度为约束条件,通过利用高维特征空间中εtube边界上和边界外的局部支持向量对εSVR的回归预测值进行误差校正。利用人工产生的不同分布数据集和UCI数据集进行的仿真结果表明,与传统的εSVR相比,该文方法具有更高的预测精度和更强的泛化能力。
|
| 关 键 词： | 支持向量回归机 误差校正 预测精度 泛化能力 |
|
| 点击此处可从《系统工程与电子技术》浏览原始摘要信息 |
|
点击此处可从《系统工程与电子技术》下载全文 |
|
