基于单参数的Lagrangian支持向量回归算法及其应用

摘要：

支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法.由于具有完备的理论基础和出色的学习性能,该方法已成为当前国际机器学习界的研究热点,能较好地解决小样本、高维数、非线性和局部极小点等实际问题.这里提出了一种基于单参数的拉格朗日(Lagrangian)支持向量回归算法,并将该算法应用在外贸货物吞吐量预测中.估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性.

关键词：交通运输经济学、支持向量机回归、单参数、预测、外贸货物吞吐量

分类号：U695.2(水路运输技术管理)

在线出版日期：2007-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76