浙江大学学报（理学版）
浙江大學學報（理學版）
절강대학학보（이학판）
JOURNAL OF ZHEJIANG UNIVERSITY
2011年
4期
405-408
,共4页
支持向量回归%增量学习%在线训练
支持嚮量迴歸%增量學習%在線訓練
지지향량회귀%증량학습%재선훈련
提出一种针对多样本的在线支持向量回归(SVR)算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题.算法以拉格朗日乘数法和库恩-塔克(KKT)条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT条件,最终使所有训练样本满足KKT条件.实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势.
提齣一種針對多樣本的在線支持嚮量迴歸(SVR)算法,以解決目前SVR在線訓練算法每次隻能處理1箇樣本的問題.算法以拉格朗日乘數法和庫恩-塔剋(KKT)條件為基礎,逐步改變樣本的繫數,併在每次迭代中保持原來的樣本滿足KKT條件,最終使所有訓練樣本滿足KKT條件.實驗錶明,該方法可有效更新SVR模型,且計算效率相比于基于單樣本的在線迴歸算法有較大的優勢.
제출일충침대다양본적재선지지향량회귀(SVR)산법,이해결목전SVR재선훈련산법매차지능처리1개양본적문제.산법이랍격랑일승수법화고은-탑극(KKT)조건위기출,축보개변양본적계수,병재매차질대중보지원래적양본만족KKT조건,최종사소유훈련양본만족KKT조건.실험표명,해방법가유효경신SVR모형,차계산효솔상비우기우단양본적재선회귀산법유교대적우세.
