基于自适应调节极大熵的孪生支持向量回归机

• 作者: 韦修喜 黄华娟
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 孪生支持向量回归机 优化理论 极大熵函数法 自适应 Newton算法
• 年，卷（期）: 2019,（6）
• 页码范围: 1030-1039
• 页数: 10页
• 分类号: TP181
• 字数: 5670字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2019.06.015

摘要

孪生支持向量回归机(Twin Support Vector Regression,TSVR)的数学模型是求解一对约束优化问题,如何将约束优化问题转化为无约束优化问题进行求解是一个难题.在TSVR约束优化模型的基础上,依据最优化理论提出TSVR的无约束优化问题.然而,无约束优化问题的目标函数有可能不可微,为解决这个问题,引入极大熵函数,确保优化问题都是可微的.标准的极大熵函数法有可能发生数值溢出,所以对极大熵函数法进行了改进,提出自适应调节极大熵函数法来逼近TSVR的不可微项,并提出基于自适应调节极大熵函数法的TSVR学习算法.实验结果表明,和其他回归方法相比,所提算法不仅能够提高回归精度,而且效率得到了较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华娟	广西民族大学信息科学与工程学院	16	244	8.0	15.0
2	韦修喜	广西民族大学信息科学与工程学院	3	0	0.0	0.0