多核支撑向量回归方法研究

• 作者: 王家华 郑凯东 陈博
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 支撑向量机 支持向量回归 多核学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 系统开发与应用
• 页码范围: 188-191
• 页数: 4页
• 分类号: TP18
• 字数: 3086字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.01.043

摘要

近些年来,支撑向量回归方法在减少泛化误差方面表现出了出色的性能.然而,传统的支撑向量机或者支撑向量回归方法是基于单个核函数的,在高维空间中解决非线性问题.但随着应用领域不断扩展,在一些复杂情形下,由单个核函数构成的支撑向量回归方法并不能满足数据异构、输入空间维度过高等实际问题.针对此问题,人们在单核学习的基础上提出了多核学习,即将多个核函数进行线性组合,以此来提高模型精度,并逐渐成为当下机器学习领域研究的热点.文章综述了支撑向量回归算法与多核学习算法理论知识,并分析了各自的特点以及应用领域.总结了多核支撑向量回归方法下一步的研究趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家华	西安石油大学计算机学院	108	580	12.0	19.0
2	郑凯东	西安石油大学计算机学院	14	34	3.0	5.0
3	陈博	西安石油大学计算机学院	2	6	2.0	2.0