计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2012年
3期
122-127
,共6页
周锦程%王丹%余泉%张维
週錦程%王丹%餘泉%張維
주금정%왕단%여천%장유
非正定核%损失函数%序列最小最优化算法%回归型支持向量机模型
非正定覈%損失函數%序列最小最優化算法%迴歸型支持嚮量機模型
비정정핵%손실함수%서렬최소최우화산법%회귀형지지향량궤모형
将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而无法求解.为解决上述问题,本文提出了一种运用扩展的序列最小最优化方法(SMO)来求解基于非正定核的SVR模型,设计了算法中工作集的选择准则,解决了算法中如何选择工作集变量当前的最优值问题.由于该算法不要求核函数具有正定性,从而拓宽了SVR模型核函数的选择范围.实验表明,该算法对基于正定或非正定核的SVR模型都具有很好的泛化性能和回归精度,具有一定的理论意义和实用价值.
將求解SVC模型的算法運用到求解SVR模型中一般要SVR模型的覈函數正定且滿足Mercer條件,而實際應用中利用幾何框架將SVC模型轉換成相應的SVR模型時,通常無法保證經轉換得到的SVR模型的覈函數具有正定性,從而導緻SVR模型不是凸規劃模型而無法求解.為解決上述問題,本文提齣瞭一種運用擴展的序列最小最優化方法(SMO)來求解基于非正定覈的SVR模型,設計瞭算法中工作集的選擇準則,解決瞭算法中如何選擇工作集變量噹前的最優值問題.由于該算法不要求覈函數具有正定性,從而拓寬瞭SVR模型覈函數的選擇範圍.實驗錶明,該算法對基于正定或非正定覈的SVR模型都具有很好的汎化性能和迴歸精度,具有一定的理論意義和實用價值.
장구해SVC모형적산법운용도구해SVR모형중일반요SVR모형적핵함수정정차만족Mercer조건,이실제응용중이용궤하광가장SVC모형전환성상응적SVR모형시,통상무법보증경전환득도적SVR모형적핵함수구유정정성,종이도치SVR모형불시철규화모형이무법구해.위해결상술문제,본문제출료일충운용확전적서렬최소최우화방법(SMO)래구해기우비정정핵적SVR모형,설계료산법중공작집적선택준칙,해결료산법중여하선택공작집변량당전적최우치문제.유우해산법불요구핵함수구유정정성,종이탁관료SVR모형핵함수적선택범위.실험표명,해산법대기우정정혹비정정핵적SVR모형도구유흔호적범화성능화회귀정도,구유일정적이론의의화실용개치.
