基于线性规划的回归支撑向量机

被引：2

作者：

谢宏 ^{[1
]}

魏江平 ^{[2
]}

刘鹤立 ^{[1
]}

机构：

[1] 上海海事大学信息工程学院

[2] 江苏信息职业技术学院计算机工程系

来源：

关键词：

统计学习理论; VC维数; 支撑向量机(SVM); 线性规划;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在结构风险中采用l∞-范数来控制模型复杂性的基础上,提出基于线性规划的支撑向量机,并通过求解对偶规划来提高单纯形学习算法的计算速度.数值试验结果表明,此类支撑向量机的学习效果与经典的支撑向量机的学习效果相似,当学习样本个数增加时线性规划支持向量机的学习时间增加的要少得多,但是支撑向量个数比较多.

引用

页码：49 / 52

页数：4