| 固定尺度最小二乘支持向量机 |
| |
| 引用本文： | 王庆云,黄道.固定尺度最小二乘支持向量机[J].华东理工大学学报(自然科学版),2006,32(7):772-775. |
| |
| 作者姓名： | 王庆云 黄道 |
| |
| 作者单位： | 华东理工大学信息科学与工程学院 上海200237 |
| |
| 摘 要： | 针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。
|
| 关 键 词： | 最小二乘支持向量机 固定尺度 稀疏性 回归估计 二次Renyi熵 |
| 文章编号： | 1006-3080（2006）07-0772-04 |
| 收稿时间： | 2006-03-01 |
| 修稿时间： | 2006年3月1日 |
Fixed Size Least Squares Support Vector Machines |
| |
| WANG Qing-yun, HUANG Dao.Fixed Size Least Squares Support Vector Machines[J].Journal of East China University of Science and Technology,2006,32(7):772-775. |
| |
| Authors: | WANG Qing-yun HUANG Dao |
| |
| Abstract: | For the defect of sparseness in regression predicting with least squares support vector(machines),fixed size LS_-SVM is adopted,which evades the problem of sparseness in LS_-SVM and takes on fast training speed.The simulation results indicate that fixed size LS_-SVM shortens the training time enormously and possesses good predicting precision on different datasets. |
| |
| Keywords: | least squares support vector machines fixed size sparseness regression estimating quadratic Renyi entropy |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
