LS-SVM模型选择的秩准则及其比较

摘要：

在最小二乘支持向量机的模型选择问题中,基于再抽样技术的模型选择方法,不能从根本上解决计算强度过高的问题.为此,提出基于模型复杂程度进行惩罚的新方法一秩准则,给出估计最小二乘支持向量机调谐参数的快速稳健算法.实例研究表明,该方法不仅能保证模型的预测精度和稳健性,而且在计算速度上优于快速Bootstrap方法.

关键词：最小二乘支持向量机、模型选择、Bootstrap方法、惩罚方法、秩准则

所属期刊栏目：37

分类号：TP18(自动化基础理论)

资助基金：上海财经大学“211”工程三期重点学科建设基金资助项目B803

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：185-187