10.3969/j.issn.1671-7449.2006.02.014
一种新型回归支持向量机的学习算法
支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,也是一种具有很好泛化性能的回归方法,本文对标准支持向量机稍作改动,提出了一种新型回归支持向量机,并推导出它的对偶表达方式,随后利用一个优化定理设计了一个多变量更新学习算法,该算法能单调收敛于极值点,并具有简单的迭代方式,仿真实例说明所提出的回归支持向量机及其训练算法具有较好的学习性能.
统计学习理论、支持向量机、学习算法、回归、二次型规划
20
TP183(自动化基础理论)
浙江省教育厅资助项目20040796
2006-04-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
168-173