红外与激光工程
紅外與激光工程
홍외여격광공정
INFRARED AND LASER ENGINEERING
2004年
5期
533-537
,共5页
杨杰%叶晨洲%全勇%陈念贻
楊傑%葉晨洲%全勇%陳唸貽
양걸%협신주%전용%진념이
支撑向量机回归%支撑向量机分类%顺序最优化方法è
支撐嚮量機迴歸%支撐嚮量機分類%順序最優化方法è
지탱향량궤회귀%지탱향량궤분류%순서최우화방법è
统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端.采用扩展方法使SVR与支撑向量机分类(SVC)具有相似的数学形式,并在此基础上提出了一种用于SVR的简化SMO算法.与SVR现有的SMO算法相比,简化算法的数学形式简洁直观,在不增加算法空间和时间复杂度的前提下避免了大量繁复的判别条件,较大幅度地简化了算法实现,有利于SVR的广泛使用.
統計學習理論中提齣的支撐嚮量機迴歸(SVR)遵循瞭結構風險最小化原則,從而避免瞭一味追求經驗風險最小化帶來的弊耑.採用擴展方法使SVR與支撐嚮量機分類(SVC)具有相似的數學形式,併在此基礎上提齣瞭一種用于SVR的簡化SMO算法.與SVR現有的SMO算法相比,簡化算法的數學形式簡潔直觀,在不增加算法空間和時間複雜度的前提下避免瞭大量繁複的判彆條件,較大幅度地簡化瞭算法實現,有利于SVR的廣汎使用.
통계학습이론중제출적지탱향량궤회귀(SVR)준순료결구풍험최소화원칙,종이피면료일미추구경험풍험최소화대래적폐단.채용확전방법사SVR여지탱향량궤분류(SVC)구유상사적수학형식,병재차기출상제출료일충용우SVR적간화SMO산법.여SVR현유적SMO산법상비,간화산법적수학형식간길직관,재불증가산법공간화시간복잡도적전제하피면료대량번복적판별조건,교대폭도지간화료산법실현,유리우SVR적엄범사용.
