基于支持向量机的分解合作的加权算法及其应用

被引：4

作者：

奉国和 ^{[1
]}

黄榕波 ^{[2
]}

罗泽举 ^{[1
]}

朱思铭 ^{[1
]}

机构：

[1] 中山大学数学与计算科学学院

[2] 广东药学院数学教研室

来源：

关键词：

支持向量回归; 分解合作加权支持向量机; 股票指数;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股票指数预测,与标准算法相比较,分解合作加权算法表现出了良好的性能。

引用

页码：91 / 93

页数：3