两种求解非正定核Laplace-SVR的SMO算法

被引：8

作者：

周晓剑

马义中

机构：

[1] 南京理工大学管理科学与工程系

来源：

控制与决策 | 2009年 / 11期

基金：

国家自然科学基金重点项目;

关键词：

非正定核; 序列最小最优化算法; 支持向量回归机;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

提出2种用于求解非正定核Laplace-SVR的序列最小最优化(SMO)算法.第1种算法仅针对Laplace-SVR而设计;第2种算法将Laplace-SVR作为所要解决问题的一种特殊情况,使算法更具通用性.所提出的算法在保证收敛的前提下,使非正定Laplace-SVR能够达到比较理想的回归精度,具有一定的理论意义和实用价值.

引用

页码：1657 / 1662+1672 +1672

页数：7