基于支持向量回归的增量学习算法

• 作者: 张瑞
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量 支持向量回归 增量学习
• 年，卷（期）: 2010,（3）
• 页码范围: 56-59,63
• 分类号: TP181
• 字数: 3265字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6197.2010.03.015

摘要

提出了一种基于支持向量回归的增量学习算法,该算法在增量学习中除了考虑原训练集中的支持向量(SVs)外,还考虑了非SVs与ε-带(ε-insensitive zone)的边界距离较近的样本,并将这些样本与新的训练集一起训练.试验结果表明,与传统的支持向量机增量学习算法相比,此算法提高了训练精度;与经典的SVR相比,此算法大大节约了训练时间,是一种行之有效的增量学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张瑞	山东理工大学理学院	20	112	7.0	10.0