大样本领域自适应支撑向量回归机

• 作者: 俞林 王士同 许敏 顾鑫
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 领域自适应 支撑向量回归 核心集支撑向量机 中心约束最小包含球 大数据集
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2312-2326
• 页数: 15页
• 分类号: TP181
• 字数: 10389字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2013.04375

摘要

针对回归问题中存在采集数据不完整而导致预测性能降低的情况,根据支撑向量回归机(support vector regression,简称SVR)等价于中心约束最小包含球(center-constrained minimum enclosing ball,简称CC-MEB)以及相似领域概率分布差异只与两域各自的最小包含球中心点位置有关的理论新结果,提出了针对大数据集的领域自适应核心集支撑向量回归机(adaptive-core vector regression,简称A-CVR).该算法利用源域CC-MEB中心点对目标域CC-MEB中心点进行校正,从而提高目标域的回归预测性能.实验结果表明,这种领域自适应算法可以弥补目标域缺失数据的不足,大大提高回归预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	俞林	无锡职业技术学院物联网技术学院	117	583	12.0	17.0
3	许敏	江南大学数字媒体学院	45	204	9.0	13.0
7	顾鑫	江南大学数字媒体学院	13	236	8.0	13.0