一种基于训练数据的迭代改进核函数

• 作者: 周志祥 韩逢庆
• 来源期刊: 应用数学和力学
• 学科: 数学
• 关键词: 支持向量回归 数据依赖 核函数 迭代
• 年，卷（期）: 2009,（1）
• 页码范围: 120-126
• 页数: 7页
• 分类号: O241.82
• 字数: 3693字
• 语种: 中文

摘要

为提高支持向量机性能,提出一种支持向量机核函数的迭代改进新算法.利用与数据有关的保角映射,使核函数包含了全部学习样本的信息,即核函数具有数据依赖性.基本核函数的参数可取随机初值,通过对核函数进行多次迭代改进,直至得到满意的学习效果.与传统方法相比,新算法不需要筛选核函数的参数.对一元连续函数和强地震事件的仿真计算结果表明,改进SVR(support vector regression)的学习效果优于传统方法,并且随着迭代次数的增加,学习风险下降收敛,收敛速度依赖于传统方法的基本参数和改进方法的参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志祥	重庆交通大学土木建筑学院	170	1200	17.0	27.0
2	韩逢庆	重庆交通大学理学院	4	13	2.0	3.0