计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2005年
20期
19-21
,共3页
业宁%梁作鹏%董逸生%王厚立
業寧%樑作鵬%董逸生%王厚立
업저%량작붕%동일생%왕후립
非线性%回归算法%支持向量机
非線性%迴歸算法%支持嚮量機
비선성%회귀산법%지지향량궤
提出了一种新的基于分类的SVM非线性回归算法(CSVR),首先将Y扩展为Y+ 和Y- 两个数据集,再将n维输入空间X中的数据连同Y+ 和Y- 组成n+1维空间中的两类数据,并用Z {+1,-1}来标识两类数据,再利用标准的SVM二分类算法求解.利用该算法对一系列的基准函数进行测试,取得了令人满意的结果.该算法对噪声数据不敏感,具有较好的鲁棒性,并且可以根据实际需要设定ε的大小,防止出现过拟合现象.该算法由于不需要先验地建立一个参数未知的回归模型,因此可以用在其他传统统计回归算法失效的场合.
提齣瞭一種新的基于分類的SVM非線性迴歸算法(CSVR),首先將Y擴展為Y+ 和Y- 兩箇數據集,再將n維輸入空間X中的數據連同Y+ 和Y- 組成n+1維空間中的兩類數據,併用Z {+1,-1}來標識兩類數據,再利用標準的SVM二分類算法求解.利用該算法對一繫列的基準函數進行測試,取得瞭令人滿意的結果.該算法對譟聲數據不敏感,具有較好的魯棒性,併且可以根據實際需要設定ε的大小,防止齣現過擬閤現象.該算法由于不需要先驗地建立一箇參數未知的迴歸模型,因此可以用在其他傳統統計迴歸算法失效的場閤.
제출료일충신적기우분류적SVM비선성회귀산법(CSVR),수선장Y확전위Y+ 화Y- 량개수거집,재장n유수입공간X중적수거련동Y+ 화Y- 조성n+1유공간중적량류수거,병용Z {+1,-1}래표식량류수거,재이용표준적SVM이분류산법구해.이용해산법대일계렬적기준함수진행측시,취득료령인만의적결과.해산법대조성수거불민감,구유교호적로봉성,병차가이근거실제수요설정ε적대소,방지출현과의합현상.해산법유우불수요선험지건립일개삼수미지적회귀모형,인차가이용재기타전통통계회귀산법실효적장합.
