基于梯度信息的最小二乘支持向量回归机

• 作者: 刘利平 周晓剑 汪建均 马义中
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 最小二乘支持向量回归机 梯度信息 计算机试验
• 年，卷（期）: 2011,（1）
• 页码范围: 138-143
• 分类号: TP18
• 字数: 3897字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2011.01.028

摘要

为了解决传统最小二乘支持向量回归机(LS-SVR)对训练样本量要求过高的问题,提出了基于梯度信息的支持向量回归机(GE-LS-SVR)模型.通过修改目标函数及约束条件,将梯度信息引入模型的构建中,重新构造了决策函数.采用了三个基准函数对模型进行了验证,并用三个常用度量准则对实验结果进行了比较.结果表明提出的模型能在较少样本的情况下达到较为理想的回归精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓剑	南京理工大学经济管理学院	8	67	5.0	8.0
2	马义中	南京理工大学经济管理学院	88	758	15.0	23.0
3	刘利平	南京理工大学经济管理学院	11	78	6.0	8.0
4	汪建均	南京理工大学经济管理学院	44	306	10.0	15.0