基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
拉格朗日支持向量回归是一种有效的快速回归算法,求解时需要对维数等于样本数加一的矩阵求逆,求解需要较多的迭代次数才能收敛.采用一种Armijo步长有限牛顿迭代算法求解拉格朗日支持向量回归的优化问题,只需有限次求解一组线性等式而不需要求解二次规划问题,该方法具有全局收敛和有限步终止的性质.在多个标准数据集上的实验验证了所提算法的有效性和快速性.
推荐文章
双支持向量回归的牛顿算法
机器学习
模式识别
支持向量回归
双支持向量回归
无约束优化
牛顿算法
基于支持向量回归的光度配准算法
支持向量机
图像
配准
一种新的快速支持向量回归算法
二次规划
支持向量回归
连续过松弛
基于拉格朗日对偶的一类全局优化算法
工程设计
非凸二次规划问题
拉格朗日对偶
全局优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 拉格朗日支持向量回归的有限牛顿算法
来源期刊 计算机应用 学科 工学
关键词 支持向量回归 拉格朗日支持向量机 有限牛顿算法 迭代算法
年,卷(期) 2012,(9) 所属期刊栏目 人工智能
研究方向 页码范围 2504-2507
页数 分类号 TP391.4
字数 3487字 语种 中文
DOI 10.3724/SP.J.1087.2012.02504
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张鸿宾 北京工业大学计算机学院 45 701 16.0 25.0
2 郑逢德 北京工业大学计算机学院 5 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (10)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量回归
拉格朗日支持向量机
有限牛顿算法
迭代算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导