非半正定核条件下v-SVR的SMO算法

• 作者: 侯蓉 周晓剑 王力
• 来源期刊: 系统工程
• 学科: 工学
• 关键词: 非半正定核 SMO算法 v-支持向量回归机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 方法与应用
• 页码范围: 149-153
• 页数: 5页
• 分类号: TP18
• 语种: 中文

摘要

大数据背景下,如何对海量数据进行挖掘是目前研究的一个热点问题.序列最小最优化(SMO)算法是实现支持向量机(SVM)对大数据挖掘的有效算法.现有算法假定核函数是正定或半正定,限制了核函数的选择.为解决这一不足,提出了针对非半正定核v-SVR的SMO算法.所提算法不仅适用于非半正定核,而且具有较好的回归精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王力		5	17	2.0	4.0
2	周晓剑		24	27	3.0	4.0
3	侯蓉		4	0	0.0	0.0