集成SVM的回归预测及其遥感应用

• 作者: 刘永进 汪西莉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 遗传算法 Bagging算法 异构集成 水质参数 回归模型
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 52-55
• 分类号: TP391
• 字数: 3511字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.07.014

摘要

为了提高单支持向量机(SvM)回归模型的泛化能力,引入遗传算法(GA)用以搜索SVM的"低偏差区域",给出了一种基于GA的SVM异构集成方法.用此方法对十个典型的数据集进行回归预测,并与单SVM回归结果和Bagging集成回归结果进行了比较,表明这种异构集成方法有较好的泛化能力.将这种方法应用于感兴趣的四个渭河陕西段水质参数的遥感反演,取得了更为精确的预测结果.实验表明,对小样本情况,基于GA的SVM异构集成方法能在付出合理时间花销的条件下,使单SVM的泛化能力得到有效提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪西莉	陕西师范大学计算机科学学院	83	804	16.0	23.0
2	刘永进	陕西师范大学计算机科学学院	1	1	1.0	1.0