|
|||||
|
|
| 利用串行最小优化算法求解回归估计问题 | |
| 引用本文： | 郭国雄. 利用串行最小优化算法求解回归估计问题[J]. 计算机工程与应用, 2004, 40(2): 99-101 |
| 作者姓名： | 郭国雄 |
| 作者单位： | 华南理工大学应用数学系,广州,510640 |
| 基金项目： | 国家自然科学基金(编号:19901009)，广东省自然科学基金(编号:000463) |
| 摘 要： | 支撑矢量机是以Vapnik的统计学习理论为基础,以结构风险最小化为原则的新型学习机。目前,对它的研究是国际上的一个研究热点。针对大数据量的回归估计问题,论文提出了一种新的求解方法。为了说明该方法的有效性,给出了数值模拟的例子。 |
| 关 键 词： | 支撑矢量机 串行最小优化 回归估计 |
| 文章编号： | 1002-8331-(2004)02-0099-03 |
Solving the Regression Estimation Problems Using SMO |
|
| Guo Guoxiong. Solving the Regression Estimation Problems Using SMO[J]. Computer Engineering and Applications, 2004, 40(2): 99-101 | |
| Authors: | Guo Guoxiong |
| Abstract: | The Support Vector Machine is a new learning machine based on the statistical learning theory of Vapnik and its decision-making principles is the structure risk minimization.At present ,it is a hot topic in the world.A new method is presented to regression estimation problems in this paper.In order to illustrate that this method is effective,an example is given. |
| Keywords: | Support Vector Machine SMO Regression estimation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |