首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量机分类的回归方法
引用本文:陶卿,曹进德,孙德敏.基于支持向量机分类的回归方法[J].软件学报,2002,13(5):1024-1028.
作者姓名:陶卿  曹进德  孙德敏
作者单位:1. 中国科学院,自动化研究所,北京,100080;中国人民解放军炮兵学院,一系,安徽,合肥,230031
2. 东南大学,应用数学系,江苏,南京,210096
3. 中国科学技术大学,自动化系,安徽,合肥,230027
基金项目:国家自然科学基金资助项目(60175023);中国博士后科学基金资助项目(5030436);安徽省自然科学基金资助项目(01042304);安徽省优秀青年基金资助项目
摘    要:支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.

关 键 词:回归  分类  支持向量  最大边缘
文章编号:1000-9825/2002/13(05)1024-05
收稿时间:2000/9/15 0:00:00
修稿时间:2000年9月15日

A Regression Method Based on the Support Vectors for Classification
TAO Qing,CAO Jin-de and SUN De-min.A Regression Method Based on the Support Vectors for Classification[J].Journal of Software,2002,13(5):1024-1028.
Authors:TAO Qing  CAO Jin-de and SUN De-min
Abstract:The support vector machine is a classification technique based on the structural risk minimization principle, and it is also a class of regression method with good generalization ability. In this paper, a new idea that each regression problem can be changed into a classification problem is presented. The proposed method has some theoretical foundations. Compared with SVM regression method, the geometric meaning of optimization problem in this paper is very clear and obvious.
Keywords:regression  classification  support vector machines  maximal margin
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《软件学报》浏览原始摘要信息
点击此处可从《软件学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号