计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
27期
203-204,214
,共3页
机器学习%支持向量机%神经网络%最小二乘支持向量机%小样本预测
機器學習%支持嚮量機%神經網絡%最小二乘支持嚮量機%小樣本預測
궤기학습%지지향량궤%신경망락%최소이승지지향량궤%소양본예측
最小二乘支持向量机引入最小二乘线性系统到支持向量机中,代替传统的支持向量机采用二次规划方法解决函数估计问题.该文推导了用于函数估计的最小二乘支持向量机算法,构建了基于最小二乘支持向量机的智能预测模型,并对机载电子设备费用预测进行了研究.结果表明最小二乘支持向量机具有比多元对数回归更高的小样本费用预测精度.
最小二乘支持嚮量機引入最小二乘線性繫統到支持嚮量機中,代替傳統的支持嚮量機採用二次規劃方法解決函數估計問題.該文推導瞭用于函數估計的最小二乘支持嚮量機算法,構建瞭基于最小二乘支持嚮量機的智能預測模型,併對機載電子設備費用預測進行瞭研究.結果錶明最小二乘支持嚮量機具有比多元對數迴歸更高的小樣本費用預測精度.
최소이승지지향량궤인입최소이승선성계통도지지향량궤중,대체전통적지지향량궤채용이차규화방법해결함수고계문제.해문추도료용우함수고계적최소이승지지향량궤산법,구건료기우최소이승지지향량궤적지능예측모형,병대궤재전자설비비용예측진행료연구.결과표명최소이승지지향량궤구유비다원대수회귀경고적소양본비용예측정도.