| 多输出支持向量回归算法 |
| |
| 引用本文： | 胡蓉.多输出支持向量回归算法[J].华东交通大学学报,2007,24(1):129-132. |
| |
| 作者姓名： | 胡蓉 |
| |
| 作者单位： | 广东金融学院,应用数学系,广东,广州,510640 |
| |
| 摘 要： | 提出了一种新的多输出支持向量回归算法(M-SVR),给出了定义在超球上的损失函数,并将训练SVM的问题转化为迭代解线性方程组的问题.在求解过程中采用边计算边使矩阵降阶的办法,使得在求解的同时找到了支持向量.实验结果表明:M-SVR算法与SVR算法相比,支持向量明显减少,并且具有更好的整体预测精度和抗噪性能.
|
| 关 键 词： | 支持向量机 多输出 回归 SVR |
| 文章编号： | 1005-0523（2007）01-0129-04 |
| 收稿时间： | 2006-07-09 |
| 修稿时间： | 2006年7月9日 |
Support Vector Machine for Multi-output Regression |
| |
| HU Rong.Support Vector Machine for Multi-output Regression[J].Journal of East China Jiaotong University,2007,24(1):129-132. |
| |
| Authors: | HU Rong |
| |
| Institution: | Department of Applied Mathematics, Guangdong University of Finance, Guangzhou 510640, China |
| |
| Abstract: | A new approach is proposed for SVM multi-output regression in which a hyper-spherical insensitive function is defined and iterative procedure is used to obtain the desired solution.During the operation process support vectors can be found directly by lowering the rank of matrix.The results of the experimentations illustrate that M-SVR can get higher whole precision and enhanced capability of anti-noise while the time expense is little. |
| |
| Keywords: | support vector machine multi-output regression SVR |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《华东交通大学学报》浏览原始摘要信息 |
| 点击此处可从《华东交通大学学报》下载免费的PDF全文 |
