基于加权系数寻优的回归型加权支持向量机

摘要：

在加权回归型支持向量机中,由于考虑到不同数据对预测函数贡献程度的差异性,其预测效果往往优于标准的回归型支持向量机,该文针对现有回归型加权支持向量机使用中直接选择加权系数法存在的不足,提出了一种对加权系数进行优化的新方法.该方法通过选取曲率变化大、形式简单的幂函数作为候选加权函数,并采用格子搜索法寻找最优参数,从而可以确定出最优加权系数.仿真实验表明:在利用加权支持向量机训练时间序列数据集时,采用该方法确定最优加权系数,比目前常用选择加权系数的方法效果好.

关键词：支持向量机、回归、加权系数

所属期刊栏目：23

分类号：TP181(自动化基础理论)

资助基金：广东省博士启动基金20040251010;上海市自然科学基金04ZR14034;国家研究发展基金2002CB312200

在线出版日期：2006-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：111-114,145