符号回归的枚举原型算法及其匹配算法研究

• 作者: 冯博琴 刘路放 谢友柏
• 来源期刊: 西安交通大学学报
• 关键词: 机器学习 经验发现 符号回归 非线性回归
• 年，卷（期）: 2000,（3）
• 页码范围: 1-4,12
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2000.03.001

摘要

通过建立一个包括大量原型的原型库,实现了符号回归的枚举原型算法.该算法使用的原型可分为线性原型和非线性原型,前者与样本数据的匹配可转换为多元线性回归问题,效率高,但其表现力较差.后者表现力强,但非线性回归技术效率低,且存在收敛域问题.对可用于原型匹配的各种拟合算法进行了比较研究,确定了为各种原型选择匹配算法的一般方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢友柏		220	4260	36.0	55.0
2	冯博琴		171	3268	30.0	50.0
3	刘路放		12	66	5.0	7.0