一种新的支持向量回归预测模型

刘勇, 高飞, 李岩, 郭淑妹

华中师范大学学报(自然科学版) ›› 2009, Vol. 43 ›› Issue (02) : 226 -229.

PDF
华中师范大学学报(自然科学版) ›› 2009, Vol. 43 ›› Issue (02) : 226 -229. DOI: 10.19603/j.cnki.1000-1190.2009.02.011

一种新的支持向量回归预测模型

    刘勇, 高飞, 李岩, 郭淑妹
作者信息 +

Author information +
文章历史 +
PDF

摘要

综合最小二乘回归估计和支持向量机回归估计算法的各自在回归理论上的优势,通过理论推导,提出一种改进的支持向量机回归估计算法——SVR-LS方法。然后通过实验对比验证,发现新方法不但在拟合逼近方面有不错的效果,而且在回归估计方面,其学习速度和精度都要优于标准的支持向量机回归估计算法。

关键词

支持向量机 / 最小二乘估计 / 支持向量回归机 / SVR-LS

Key words

引用本文

引用格式 ▾
一种新的支持向量回归预测模型[J]. 华中师范大学学报(自然科学版), 2009, 43(02): 226-229 DOI:10.19603/j.cnki.1000-1190.2009.02.011

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

55

访问

0

被引

详细

导航
相关文章

AI思维导图

/