模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
1期
22-29
,共8页
支持向量回归(SVR)%孪生支持向量回归(TSVR)%不敏感界%原始空间%Newton法
支持嚮量迴歸(SVR)%孿生支持嚮量迴歸(TSVR)%不敏感界%原始空間%Newton法
지지향량회귀(SVR)%련생지지향량회귀(TSVR)%불민감계%원시공간%Newton법
孪生支持向量回归(TSVR)通过快速优化--对较小规模的支持向量机问题获得回归函数.文中提出在原始输入空间中采用Newton法直接优化TSVR的目标函数,从而有效克服TSVR通过对偶二次规划问题求得近似最优解导致性能上的损失.数值模拟实验表明该方法不仅能提高TSVR的性能,并且可降低学习时间.
孿生支持嚮量迴歸(TSVR)通過快速優化--對較小規模的支持嚮量機問題穫得迴歸函數.文中提齣在原始輸入空間中採用Newton法直接優化TSVR的目標函數,從而有效剋服TSVR通過對偶二次規劃問題求得近似最優解導緻性能上的損失.數值模擬實驗錶明該方法不僅能提高TSVR的性能,併且可降低學習時間.
련생지지향량회귀(TSVR)통과쾌속우화--대교소규모적지지향량궤문제획득회귀함수.문중제출재원시수입공간중채용Newton법직접우화TSVR적목표함수,종이유효극복TSVR통과대우이차규화문제구득근사최우해도치성능상적손실.수치모의실험표명해방법불부능제고TSVR적성능,병차가강저학습시간.
