定收敛系数反馈支持向量回归机算法.pdf
支持向量机(supportvectormachine，SVM)是Vapnik等人提出的一种机器学习算法。研究了用于建模和预测的支持向量回归机,为提高回归精度,给出了一种基于反馈的支持向量回归机改进算法.首先引入反馈思想,设计反馈环节,定义误差收敛系数,将样本回归输出与真实值的误差通过反馈环节后修正回归函数;其次理论上推导了反馈后误差减小需要满足的条件,并提出了一种根据预设的收敛系数计算反馈环节的方法,使得反馈后误差达到期望的范围内;最后通过对一些回归例题进行仿真,并与传统支持向量回归方法进行对比,结果显示所提出的改进算法回归精度显著提高.
作者：陈垚
作者单位：海军研究院,北京100161
母体文献：全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会论文集
会议名称：全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会
会议时间：2018年5月22日
会议地点：北京
主办单位：中国工程院,中国科学院
语种：chi
分类号：TP1TP3
关键词：支持向量回归机 改进算法 收敛系数 反馈环节 误差修正
在线出版日期：2018年11月22日
基金项目：
相似文献
相关博文
- 文件大小:
- 405.96 KB
- 下载次数:
- 60
-
高速下载
|
|
