本文關(guān)鍵詞：規(guī)則的多核學(xué)習(xí)支持向量回歸算法

  更多相關(guān)文章： 多核學(xué)習(xí) 加法規(guī)則 乘法規(guī)則 支持向量回歸機(jī) 預(yù)測(cè)

【摘要】：核函數(shù)的選擇與數(shù)據(jù)分布信息密切相關(guān),為了避免單一核函數(shù)選擇的盲目性,提高支持向量回歸機(jī)的性能,提出一種基于規(guī)則的多核支持向量回歸算法。算法采用基于加法規(guī)則或基于乘法規(guī)則來獲取多核,增強(qiáng)了核函數(shù)的非線性和多樣性,進(jìn)而進(jìn)行多核學(xué)習(xí)。UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的支持向量回歸機(jī)相比,所提算法能有效提高模型的預(yù)測(cè)精度和泛化性能,有著更為客觀的優(yōu)勢(shì);對(duì)比基于加法規(guī)則和基于乘法規(guī)則的多核學(xué)習(xí)算法的實(shí)驗(yàn)預(yù)測(cè)結(jié)果,可知兩者的預(yù)測(cè)精度和模型穩(wěn)定性基本相當(dāng),證實(shí)了所提算法的有效性。
【作者單位】： 包頭職業(yè)技術(shù)學(xué)院電氣工程系;內(nèi)蒙古科技大學(xué)機(jī)械工程學(xué)院;
【關(guān)鍵詞】： 多核學(xué)習(xí) 加法規(guī)則 乘法規(guī)則 支持向量回歸機(jī) 預(yù)測(cè)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(21366017) 內(nèi)蒙古科技大學(xué)科研啟動(dòng)項(xiàng)目(2014QDL024)
【分類號(hào)】：TP181
【正文快照】： 1引言基于統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ),支持向量機(jī)(support vectormachine,SVM)發(fā)展起來,SVM應(yīng)用廣泛,如機(jī)電產(chǎn)品再制造成本預(yù)測(cè)[1]和柴油機(jī)聲品質(zhì)預(yù)測(cè)[2]等。繼SVM算法又提出了一種新的機(jī)器學(xué)習(xí)算法——支持向量回歸機(jī)(support vector regression,SVR)[3]。SVR的求解采用二次規(guī)劃(qua

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 趙旦峰;許聰;張楊;;基于固定半徑包圍球的核向量回歸算法[J];系統(tǒng)工程與電子技術(shù);2009年12期

2 孫德山;趙君;高懫葵;鄭平;劉小菲;;基于一類分類的線性規(guī)劃支持向量回歸算法[J];計(jì)算機(jī)科學(xué);2014年04期

3 何海江;何文德;劉華富;;集成最近鄰規(guī)則的半監(jiān)督順序回歸算法[J];計(jì)算機(jī)應(yīng)用;2010年04期

4 張倩;李明;王雪松;;基于密度分布的半監(jiān)督回歸算法研究[J];工礦自動(dòng)化;2012年03期

5 鐘美霞;邢延;;產(chǎn)品能耗規(guī)律性提取的平穩(wěn)化自回歸算法[J];電腦編程技巧與維護(hù);2012年22期

6 王浩亮;王麗莉;;基于成本代價(jià)的分布式邏輯回歸算法在煤炭系統(tǒng)中的研究與應(yīng)用[J];煤炭技術(shù);2013年08期

7 孫德山;郭昶;徐婷;;基于一類分類的非線性回歸算法[J];計(jì)算機(jī)工程與科學(xué);2012年07期

8 羅澤舉;朱思銘;;新型ε-不敏感損失函數(shù)支持向量誘導(dǎo)回歸算法及售后服務(wù)數(shù)據(jù)模型預(yù)測(cè)系統(tǒng)[J];計(jì)算機(jī)科學(xué);2005年08期

9 孫德山,吳今培,侯振挺,肖健華;單參數(shù)支持向量回歸算法[J];系統(tǒng)工程學(xué)報(bào);2005年01期

10 涂建平;蔡佳;;基于光滑化方法的支持向量回歸算法[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 趙英剛;劉仰光;何欽銘;;一種區(qū)間型支持向量回歸算法及其在網(wǎng)絡(luò)信息挖掘中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（中冊(cè)）[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 鄭逢德;支撐向量回歸算法及其應(yīng)用研究[D];北京工業(yè)大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 董亞東;面向不平衡分類的邏輯回歸算法[D];鄭州大學(xué);2015年

2 高采葵;基于一類分類的線性規(guī)劃支持向量回歸算法[D];遼寧師范大學(xué);2015年

3 沈偉;幾種逐步變量選擇算法的探索與推廣[D];山東大學(xué);2016年

4 劉子陽;支持向量回歸算法及應(yīng)用研究[D];大連理工大學(xué);2007年

5 張際雄;正則化回歸算法學(xué)習(xí)速度的一種估計(jì)[D];杭州師范大學(xué);2011年

6 方波;基于回歸算法的測(cè)色儀器研究[D];華中科技大學(xué);2006年

7 邵帥;基于CUDA的符號(hào)回歸算法并行設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2012年

8 周驥;在線學(xué)習(xí)及其在智能交通與金融工程中的應(yīng)用[D];復(fù)旦大學(xué);2011年

9 吳金花;加權(quán)支持向量回歸算法研究[D];遼寧師范大學(xué);2009年

，

本文編號(hào)：975562