基于多样本的在线支持向量回归算法

• 作者: 曹葵康 沈海斌
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 支持向量回归 增量学习 在线训练
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 电子科学
• 页码范围: 405-408
• 分类号: TP18
• 字数: 2977字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-9497.2011.04.009

摘要

提出一种针对多样本的在线支持向量回归(SVR)算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题.算法以拉格朗日乘数法和库恩-塔克(KKT)条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT条件,最终使所有训练样本满足KKT条件.实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
2	曹葵康	浙江大学超大规模集成电路设计研究所	4	11	2.0	3.0