SVM、BP神经网络、线性回归的比较研究

摘要：

支持向量机算法是一种在数据挖掘领域中运用最优化理论的监督式学习方法,在预测方面具有很强的实用性,将支持向量机算法与线性回归、BP神经网络2种算法相比较,分别设计了3种算法的求解步骤.以球团矿生产中的数据为样本,运行相应算法的软件程序对数据进行回归预测.预测结果显示:3种算法中支持向量机的预测结果最为准确,进而得出了支持向量机在数据回归预测方面具有更强的实用性,有较高的推广应用价值.

关键词：支持向量机、BP神经网络、线性回归、回归预测

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目51674121;河北省硕士研究生创新资助项目CXZZSS2017071

在线出版日期：2017-06-07（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：104-109