基于双支持向量回归机的增量学习算法

摘要：

提出了一种基于双支持向量回归机的增量学习算法.将获取到的新样本加入训练数据集后,该算法无需在整个新的数据集上重新训练双支持向量回归机,而是充分利用增量前的计算信息,从而大大减少了模型更新中逆矩阵的计算量,提高了算法的执行效率.在人工数据集、时间序列预测和UCI数据集上的数值实验表明,该算法快速有效.

关键词：双支持向量回归机、增量学习、逆矩阵、时间序列

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61101197;水下机器人技术国防科技重点实验室基金9140C270205120C2701

在线出版日期：2016-05-24（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：230-234,249