ESVR算法及支撑向量机算法中参数的确定

ESVR算法及支撑向量机算法中参数的确定
卓泽强;张文修
【期刊名称】《工程数学学报》
【年(卷),期】2005(022)002
【摘要】支撑向量机是基于有限数据的机器学习算法,主要研究如何从一些给定的观测数据获得目前尚不能通过原理分析得出的规律,利用这些规律去分析客观现象并对无法观测的数据进行预测.本文在已有的支撑向量机算法的基础上,提出了一种新的算法--ESVR算法,它是基于支撑向量回归机的改进算法,利用原有用于回归问题的SVM算法消除了孤立点对已知问题的影响.针对支撑向量机算法中核参数取值对推广性的影响较明显的特点,本文给出了一种核函数中参数的确定方法--渐进搜索法,它可以得到支撑向量机算法中核参数的取值范围,并具有推广误差较小的特点.数值实验表明它们具有较好的效果.
【总页数】6页(P223-228)
【作者】卓泽强;张文修
【作者单位】北京石油化工学院数理部,北京,102617;西安交通大学理学院信息与系统科学研究所,西安,710049;北京石油化工学院数理部,北京,102617
【正文语种】中文
【中图分类】TP181
【相关文献】
1.中医舌色苔色识别中多分类支撑向量机算法比较 [J], 刘垚巍;张新峰;沈兰荪;蔡轶珩;卓力
2.基于遗传算法与粒子群算法的支持向量机参数选择 [J], 戴上平;宋永东
3.基于人工免疫算法的最小二乘支持向量机参数优化算法 [J], 杨福刚
4.改进的支撑向量机(SVM)算法在邮件过滤中的应用 [J], 向学哲
5.最小二乘支持向量机-粒子群算法在地下厂房围岩参数反分析中的应用 [J], 杨继华;齐三红;郭卫新;张党立;;;;
因版权原因，仅展示原文概要，查看原文内容请购买。