固定尺度最小二乘支持向量机
针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进.仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度.
最小二乘支持向量机、固定尺度、稀疏性、回归估计、二次Renyi熵
32
TP18(自动化基础理论)
2006-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
772-775
点击收藏,不怕下次找不到~
最小二乘支持向量机、固定尺度、稀疏性、回归估计、二次Renyi熵
32
TP18(自动化基础理论)
2006-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
772-775
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn