剔除支持向量回归中异常数据算法

• 作者: 唐远炎 曾绍华 魏延
• 来源期刊: 重庆大学学报：自然科学版
• 学科: 工学
• 关键词: 支持向量回归 异常数据 剔除异常数据算法 仿真
• 年，卷（期）: 2012,（12）
• 页码范围: 120-132
• 分类号: TP301.6|TP389.1
• 语种: 中文

摘要

定义了回归问题中异常数据及其不满足回归映射关系差异程度的度量,分析了回归问题中理论映射模式与回归估计模式关系,提出并证明了回归问题中逐个剔除异常数据,建立回归估计模式逐步逼近理论模式的逐步逼近定理,并构建了以逐步逼近定理为理论依据的剔除支持向量回归中异常数据算法,理论分析了算法的收敛性和有效性。然后,引入逐步搜索算法改进剔除异常数据算法以解决大规模样本的支持向量回归中异常数据剔除问题,理论分析显示改进算法也是收敛的和有效的。最后,应用给定已知函数生成样本和UCI机器学习数据库样本数据仿真实验,结果显示算法是有效的和鲁棒的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏延	重庆师范大学模式分析与信息处理研究所	44	283	10.0	15.0
2	唐远炎	重庆大学计算机学院	20	165	8.0	12.0
3	曾绍华		1	9	1.0	1.0