支持向量回归中核函数和超参数选择方法综述

• 作者: 于龙 白裔峰 肖建
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 支持向量回归 模型 核 超参数
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 高端视点
• 页码范围: 297-303
• 页数: 7页
• 分类号: TP181
• 字数: 7514字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2008.03.001

摘要

支持向量回归(SVR)模型结构对降低经验风险和减小置信范围十分重要.为了系统深入地分析SVR模型选择方法,将现有的典型的模型选择方法分为核的选择和超参数确定,并从不同的方面对其进行了综述和评价.SVR的精确性和推广能力很大程度上依赖于核函数及超参数.提出了今后研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建	西南交通大学电气工程学院	232	2867	26.0	38.0
2	白裔峰	西南交通大学电气工程学院	10	177	5.0	10.0
3	于龙	西南交通大学电气工程学院	48	564	13.0	22.0