CAJ | 학술논문

在大规模训练样本时,若采用传统的支持向量回归算法来解决二次规划问题,存在收敛速度慢、泛化能力差等缺陷,进而限制了其使用范围.针对上述缺陷,本文提出了一种新的快速支持向量回归算法,其基本思想是利用连续过松弛方法来处理大规模样本下的二次规划问题.同时为了求解方便,保证算法的稳定性,本文对优化目标进行改进,将原始的优化问题转化为严格的凸二次规划问题.利用两组标准数据进行验证,结果表明:本文方法较传统的支持向量回归算法具有更快的训练速度、更高的精度和稳定性.
재대규모훈련양본시,약채용전통적지지향량회귀산법래해결이차규화문제,존재수렴속도만、범화능력차등결함,진이한제료기사용범위.침대상술결함,본문제출료일충신적쾌속지지향량회귀산법,기기본사상시이용련속과송이방법래처리대규모양본하적이차규화문제.동시위료구해방편,보증산법적은정성,본문대우화목표진행개진,장원시적우화문제전화위엄격적철이차규화문제.이용량조표준수거진행험증,결과표명:본문방법교전통적지지향량회귀산법구유경쾌적훈련속도、경고적정도화은정성.