| 用于回归估计的支持向量机 |
| |
| 引用本文： | 李志明,孔令富.用于回归估计的支持向量机[J].广西科学院学报,2005,21(4):215-218. |
| |
| 作者姓名： | 李志明 孔令富 |
| |
| 作者单位： | 燕山大学信息科学与工程学院,河北秦皇岛,066004;燕山大学信息科学与工程学院,河北秦皇岛,066004 |
| |
| 摘 要： | 介绍机器学习的表示方式,分析和比较机器学习中经验风险最小化原则和结构风险最小化原则,引出用于回归估计的支持向量机,并用数学方式阐述其基本思想,讨论支持向量机技术发展中存在的主要问题.
|
| 关 键 词： | 支持向量机 回归估计 经验风险最小化 结构风险最小化 |
| 文章编号： | 1002-7378（2005）04-0215-04 |
| 收稿时间： | 2005-07-05 |
| 修稿时间： | 2005年7月5日 |
The Support Vector Machines for Regression |
| |
| Li Zhiming and Kong Lingfu.The Support Vector Machines for Regression[J].Journal of Guangxi Academy of Sciences,2005,21(4):215-218. |
| |
| Authors: | Li Zhiming and Kong Lingfu |
| |
| Institution: | Coll. of Info. Sci. and Engi. ,Yanshan Univ. ,Qinhuangdao,Hebei,066004 ,China |
| |
| Abstract: | The expression of machine learning is introduced. The empirical risk minimization and the structural risk minimization in machine learning are analyzed. A support vector machine for regression is presented. The basic idea an dthe main issues in the development of the support vector machine are discussed. |
| |
| Keywords: | support vector machine regression empirical risk minimization structural risk minimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《广西科学院学报》浏览原始摘要信息 |
| 点击此处可从《广西科学院学报》下载免费的PDF全文 |
