基于自适应增强算法的支持向量机组合模型

• 作者: 杨慧中 邓玉俊
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量机 自适应增强算法 组合模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 短文
• 页码范围: 316-319
• 分类号: TP18|TP274
• 语种: 中文

摘要

为了提高软测量模型的泛化能力,提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重要样本的作用,以提高模型的估计精度和泛化能力.仿真结果表明,依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学通信与控制工程学院	228	1844	20.0	33.0
2	邓玉俊	江南大学通信与控制工程学院	3	26	2.0	3.0