多输出支持向量回归算法

被引：6

作者：

胡蓉

机构：

[1] 广东金融学院应用数学系

来源：

华东交通大学学报 | 2007年 / 01期

关键词：

支持向量机; 多输出; 回归; SVR;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

摘要：

提出了一种新的多输出支持向量回归算法(M-SVR),给出了定义在超球上的损失函数,并将训练SVM的问题转化为迭代解线性方程组的问题.在求解过程中采用边计算边使矩阵降阶的办法,使得在求解的同时找到了支持向量.实验结果表明:M-SVR算法与SVR算法相比,支持向量明显减少,并且具有更好的整体预测精度和抗噪性能.

引用

收藏

页码：129 / 132

页数：4

相关论文

共 1 条

[1] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300