一种新的快速支持向量回归算法

摘要：

在大规模训练样本时,若采用传统的支持向量回归算法来解决二次规划问题,存在收敛速度慢、泛化能力差等缺陷,进而限制了其使用范围.针对上述缺陷,本文提出了一种新的快速支持向量回归算法,其基本思想是利用连续过松弛方法来处理大规模样本下的二次规划问题.同时为了求解方便,保证算法的稳定性,本文对优化目标进行改进,将原始的优化问题转化为严格的凸二次规划问题.利用两组标准数据进行验证,结果表明:本文方法较传统的支持向量回归算法具有更快的训练速度、更高的精度和稳定性.

关键词：二次规划、支持向量回归、连续过松弛

所属期刊栏目：26

分类号：TP181(自动化基础理论)

在线出版日期：2014-07-08（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：208-209,130