首页 | 本学科首页   官方微博 | 高级检索  
     

单参数支持向量回归算法
引用本文:孙德山,吴今培,侯振挺,肖健华. 单参数支持向量回归算法[J]. 系统工程学报, 2005, 20(1): 109-112
作者姓名:孙德山  吴今培  侯振挺  肖健华
作者单位:1. 辽宁师范大学数学学院,辽宁,大连,116029
2. 五邑大学智能技术与系统研究所,广东,江门,529020
3. 中南大学数学科学与计算技术学院,湖南,长沙,410075
基金项目:辽宁省教育厅科学研究计划资助项目(2004C068).
摘    要:支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.这种方法已广泛用于解决分类和回归问题.在回归中,标准的支持向量回归算法在采用ε-不敏感损失函数时引入两个参数.为了减小学习复杂性,给出一种单参数约束下的支持向量回归算法,该算法能够减少支持向量的数量,提高程序的运行速度.最后,以一个混沌时间序列预测为例,所给方法同标准支持向量回归算法进行了比较,运行速度明显提高.

关 键 词:支持向量机 回归 损失函数 混沌时间序列
文章编号:1000-5781(2005)01-0109-04

Support vector regression algorithm based on single parameter
SUN De-shan,WU Jin-pei,HOU Zhen-ting,XIAO Jian-hua. Support vector regression algorithm based on single parameter[J]. Journal of Systems Engineering, 2005, 20(1): 109-112
Authors:SUN De-shan  WU Jin-pei  HOU Zhen-ting  XIAO Jian-hua
Affiliation:SUN De-shan~1,WU Jin-pei~2,HOU Zhen-ting~3,XIAO Jian-hua~2
Abstract:
Keywords:Key words: support vector machines  regression  loss function  chaotic time series  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号