|
|||||
|
|
| 规则的多核学习支持向量回归算法 | |
| 作者单位： | ;1.包头职业技术学院电气工程系;2.内蒙古科技大学机械工程学院 |
| 摘 要： | 核函数的选择与数据分布信息密切相关,为了避免单一核函数选择的盲目性,提高支持向量回归机的性能,提出一种基于规则的多核支持向量回归算法。算法采用基于加法规则或基于乘法规则来获取多核,增强了核函数的非线性和多样性,进而进行多核学习。UCI数据集上的实验结果表明,与传统的支持向量回归机相比,所提算法能有效提高模型的预测精度和泛化性能,有着更为客观的优势;对比基于加法规则和基于乘法规则的多核学习算法的实验预测结果,可知两者的预测精度和模型稳定性基本相当,证实了所提算法的有效性。 |
| 关 键 词： | 多核学习 加法规则 乘法规则 支持向量回归机 预测 |
Rule_Based Multiple Kernel Learning Algorithm for Support Vector Regression |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |