一种改进的SVM回归估计算法

• 作者: 张芬 陶亮
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 回归估计算法 学习速度 回归估计精度
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 57-59,63
• 页数: 4页
• 分类号: TP181
• 字数: 2488字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.09.017

摘要

支持向量机是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归方法.目前,如何设计快速有效的回归估计算法仍然是支持向量机实际应用中的问题之一.文中对标准SVM回归估计算法加以改进,提出一种改进的SVM回归估计算法,并从学习速度和回归估计精度两个方面对提出的改进的SVM回归估计算法与标准SVM回归估计算法进行了比较.实验结果表明,在学习速度与回归估计精度之间取折衷时,文中提出的回归估计算法自由度更大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶亮	安徽大学计算机科学与技术学院	108	931	17.0	25.0
2	张芬	安徽大学电子科学与技术学院	23	114	4.0	10.0