截断误差的光滑型支持向量顺序回归

摘要：

支持向量顺序回归算法已成功应用于解决顺序回归问题，但其易受训练样本中野点的干扰。为此，提出一种截断误差的光滑型支持向量顺序回归(TLS-SVOR)算法。学习顺序回归模型时，将错划样本形成的误差s限制在范围u内。TLS-SVOR首先用包含参数u的分段多项式近似s；再引入光滑型支持向量机分类算法的思路，将优化目标转变为二次连续可微的无约束问题，从而由牛顿法直接求得唯一的决策超平面。采用两阶段的均匀设计方法确定TLS-SVOR的最优参数。实验结果表明，相比其他顺序回归算法，TLS-SVOR在多个数据集能获得更高的精度。

关键词：顺序回归、野点、分段多项式、支持向量机、截断误差

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61100139

在线出版日期：2014-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136