| 一种新的支持向量回归预测模型 |
| |
| 引用本文： | 刘勇,高飞,李岩,郭淑妹. 一种新的支持向量回归预测模型[J]. 华中师范大学学报(自然科学版), 2009, 43(2) |
| |
| 作者姓名： | 刘勇 高飞 李岩 郭淑妹 |
| |
| 作者单位： | 信息工程大学,理学院,郑州,450001;信息工程大学,理学院,郑州,450001;信息工程大学,理学院,郑州,450001;信息工程大学,理学院,郑州,450001 |
| |
| 基金项目： | 国家自然科学基金项目 |
| |
| 摘 要： | 综合最小二乘回归估计和支持向量机回归估计算法的各自在回归理论上的优势,通过理论推导,提出一种改进的支持向量机回归估计算法--SVR-LS方法.然后通过实验对比验证,发现新方法不但在拟合逼近方面有不错的效果,而且在回归估计方面,其学习速度和精度都要优于标准的支持向量机回归估计算法.
|
| 关 键 词： | 支持向量机 最小二乘估计 支持向量回归机 SVR-LS |
A novel support vector regression model |
| |
| LIU Yong,GAO Fei,LI Yan,GUO Shumei. A novel support vector regression model[J]. Journal of Central China Normal University(Natural Sciences), 2009, 43(2) |
| |
| Authors: | LIU Yong GAO Fei LI Yan GUO Shumei |
| |
| Abstract: | |
| |
| Keywords: | SVR-LS |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《华中师范大学学报(自然科学版)》下载全文 |
|
