基于单参数的Lagrangian支持向量回归算法及其应用 |
| |
引用本文: | 李冬琴,王呈方,王丽铮.基于单参数的Lagrangian支持向量回归算法及其应用[J].中国航海,2007(2):74-74. |
| |
作者姓名: | 李冬琴 王呈方 王丽铮 |
| |
作者单位: | 武汉理工大学,湖北武汉430063 |
| |
摘 要: | 支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该方法已成为当前国际机器学习界的研究热点,能较好地对解决小样本、高维数、非线性和局部极小点等实际问题。提出了一种基于单参数的Lagrangian支持向量回归算法,并将该算法应用在外贸货物吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性。
|
关 键 词: | Lagrangian 支持向量机 回归算法 单参数 应用 非线性回归 吞吐量预测 |
本文献已被 维普 等数据库收录! |
|