一种基于训练数据的迭代改进核函数

被引：2

作者：

周志祥 ^{[1
]}

韩逢庆 ^{[2
]}

机构：

[1] 重庆交通大学土木建筑学院

[2] 重庆交通大学理学院

来源：

应用数学和力学 | 2009年 / 30卷 / 01期

关键词：

支持向量回归; 数据依赖; 核函数; 迭代;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

为提高支持向量机性能,提出一种支持向量机核函数的迭代改进新算法.利用与数据有关的保角映射,使核函数包含了全部学习样本的信息,即核函数具有数据依赖性.基本核函数的参数可取随机初值,通过对核函数进行多次迭代改进,直至得到满意的学习效果.与传统方法相比,新算法不需要筛选核函数的参数.对一元连续函数和强地震事件的仿真计算结果表明,改进SVR(support vector regression)的学习效果优于传统方法,并且随着迭代次数的增加,学习风险下降收敛,收敛速度依赖于传统方法的基本参数和改进方法的参数.

引用

页码：120 / 126

页数：7

共 6 条

[1] 震级与破裂尺度及位错量关系的讨论 [J].