基于支持向量回归的定性-定量因子混合建模方法

• 作者: 冯翔宇 孙伟 宋学官 田腾 石茂林 马跃
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 混合数据 核函数 支持向量回归 计算机实验
• 年，卷（期）: 2020,（6）
• 页码范围: 599-609
• 页数: 11页
• 分类号: TP181
• 语种: 中文
• DOI: 10.7511/dllgxb202006007

摘要

在科学研究及工程实践中,输入参数经常同时包含定性因子与定量因子,为实现此类数据的有效建模,提出基于支持向量回归(SVR)的定性-定量因子建模方法,以用于工程实验及数值仿真的定性定量因子分析.引入超球面分解量化定性因子相关关系,构建了一种新型核函数描述定性因子与定量因子关联关系,提出了定性-定量因子支持向量回归算法实现定性定量数据的混合建模与预测.通过数值算例和经典工程算例,发现所提算法能提供相比于普通的支持向量回归算法及基于高斯过程回归的定性-定量因子算法更优的预测结果.以种植体骨应力分析为例,其中种植体材料类型为定性因子、结构参数为定量因子,实验结果表明所提算法能够显著提升骨应力预测精度,可为种植体的设计优化提供模型基础,揭示了所提算法的工程可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟		138	1214	16.0	28.0
2	马跃		28	156	7.0	11.0
3	宋学官		12	10	2.0	2.0
4	石茂林		2	1	1.0	1.0
5	冯翔宇		1	0	0.0	0.0
6	田腾		1	0	0.0	0.0