求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法

• 作者: 刘利平 周晓剑 朱嘉钢 汪建均 马义中
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 支持向量机 非半正定核 序列最小最优化算法 Huber-支持向量回归机
• 年，卷（期）: 2010,（9）
• 页码范围: 1178-1184
• 分类号: TP18
• 字数: 6883字
• 语种: 中文

摘要

序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huher-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓剑	南京理工大学管理科学与工程系	8	67	5.0	8.0
2	马义中	南京理工大学管理科学与工程系	88	758	15.0	23.0
3	朱嘉钢	江南大学信息工程学院	39	160	7.0	10.0
4	刘利平	南京理工大学管理科学与工程系	11	78	6.0	8.0
5	汪建均	南京理工大学管理科学与工程系	44	306	10.0	15.0