基于M估计器的支持向量机算法及其应用

• 作者: 包鑫 戴连奎
• 来源期刊: 化工学报
• 关键词: M估计器 最小二乘支持向量机 稳健建模 光谱分析
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1739-1745
• 页数: 7页
• 分类号: TQ018|TP274
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2009.07.021

摘要

训练样本的准确性对回归分析模型有很大的影响,然而训练样本中难免会出现一些造成分析模型失效的奇异点. 为克服奇异点对回归模型的影响,本文提出了一种基于M估计器的支持向量机(M-SVM).它采用M估计器的目标函数代替最小二乘支持向量机(LS-SVM)目标函数中的残差平方和,同时提出了M-SVM的迭代求解算法,并将该算法应用于含有奇异点的低维仿真数据回归和汽油近红外光谱定量分析中.实验结果证明,相比于其他的支持向量机,M-SVM具有更好的稳健性和分析精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴连奎	浙江大学工业控制技术国家重点实验室	70	881	18.0	25.0
2	包鑫	浙江大学工业控制技术国家重点实验室	10	100	6.0	10.0