确定经验风险水平的线性规划支持向量回归算法

• 作者: 孙德山 柳莎莎 盛超 马冬玲
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 线性规划 支持向量回归 经验风险 结构风险 置信风险
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 16-18
• 页数: 3页
• 分类号: TP181
• 字数: 2618字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.06.005

摘要

传统的线性规划支持向量回归算法需要选择一个折中参数C来确定经验风险和置信风险之间的比例,而针对不同的数据选择最优的参数C一般并不容易.为解决这一问题,提出一种给定经验风险水平的线性规划支持向量回归算法,该算法能够事先确定经验风险水平的大小.另外,新算法还可以通过设置不同样本点上经验风险的大小,处理样本中存在异方差的情况.仿真试验验证了所给算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德山	辽宁师范大学数学学院	66	560	13.0	21.0
2	马冬玲	辽宁师范大学数学学院	1	0	0.0	0.0
3	柳莎莎	辽宁师范大学数学学院	2	3	1.0	1.0
4	盛超	辽宁师范大学数学学院	2	3	1.0	1.0