支持向量回归中核函数和超参数选择方法综述
지지향량회귀중핵함수화초삼수선택방법종술
Survey of the Selection of Kernels and Hyper-parameters in Support Vector Regression
  • 万方数据
    西南交通大学学报 서남교통대학학보
    JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY
    2008年 3期 297-303 ,共7页

    肖建%于龙%白裔峰

    초건%우룡%백예봉

    支持向量回归%模型%核%超参数 支持嚮量迴歸%模型%覈%超參數
    지지향량회귀%모형%핵%초삼수
    支持向量回归(SVR)模型结构对降低经验风险和减小置信范围十分重要.为了系统深入地分析SVR模型选择方法,将现有的典型的模型选择方法分为核的选择和超参数确定,并从不同的方面对其进行了综述和评价.SVR的精确性和推广能力很大程度上依赖于核函数及超参数.提出了今后研究的方向.
    지지향량회귀(SVR)모형결구대강저경험풍험화감소치신범위십분중요.위료계통심입지분석SVR모형선택방법,장현유적전형적모형선택방법분위핵적선택화초삼수학정,병종불동적방면대기진행료종술화평개.SVR적정학성화추엄능력흔대정도상의뢰우핵함수급초삼수.제출료금후연구적방향.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문