一种新的支持向量回归预测模型

• 作者: 刘勇 李岩 郭淑妹 高飞
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 支持向量机 最小二乘估计 支持向量回归机 SVR-LS
• 年，卷（期）: 2009,（2）
• 页码范围: 226-229
• 页数: 4页
• 分类号: O235
• 字数: 2768字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1190.2009.02.011

摘要

综合最小二乘回归估计和支持向量机回归估计算法的各自在回归理论上的优势,通过理论推导,提出一种改进的支持向量机回归估计算法--SVR-LS方法.然后通过实验对比验证,发现新方法不但在拟合逼近方面有不错的效果,而且在回归估计方面,其学习速度和精度都要优于标准的支持向量机回归估计算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勇	信息工程大学理学院	9	7	1.0	2.0
2	高飞	信息工程大学理学院	10	13	2.0	2.0
3	李岩	信息工程大学理学院	2	1	1.0	1.0
4	郭淑妹	信息工程大学理学院	15	15	2.0	3.0