首页 | 本学科首页   官方微博 | 高级检索  
     

自适应误差惩罚支撑向量回归机
引用本文:陈晓峰, 王士同, 曹苏群. 自适应误差惩罚支撑向量回归机[J]. 电子与信息学报, 2008, 30(2): 367-370. doi: 10.3724/SP.J.1146.2006.01081
作者姓名:陈晓峰  王士同  曹苏群
作者单位:1. 江南大学信息学院,无锡,214122
2. 江南大学信息学院,无锡,214122;淮阴工学院机械系,淮安,223001
基金项目:教育部优秀人才支持计划 , 国家重点实验室基金 , 教育部科学技术研究项目 , 国防应用基础研究基金
摘    要:该文提出一种支撑向量回归机AEPSVR。它首先用 -SVR求得一个近似的支撑向量回归函数,在此基础上,引入一种新自适应误差惩罚函数,通过迭代,得到鲁棒的支撑向量回归机。该方法因以 -SVR为基础,故可以应用各种求解SVR的优化算法。实验表明,该支撑向量回归机AEPSVR能显著地降低离群点的影响,具有良好的泛化性能。

关 键 词:支撑向量回归   离群点   自适应误差惩罚
文章编号:1009-5896(2008)02-0367-04
收稿时间:2006-07-20
修稿时间:2007-01-31

SVR with Adaptive Error Penalization
Chen Xiao-feng, Wang Shi-tong, Cao Su-qun. SVR with Adaptive Error Penalization[J]. Journal of Electronics & Information Technology, 2008, 30(2): 367-370. doi: 10.3724/SP.J.1146.2006.01081
Authors:Chen Xiao-feng  Wang Shi-tong  Cao Su-qun
Affiliation:School of Information, Southern Yangtz University, Wuxi 214122, China; Department of Mechanical Engineering, Huaiyin Institute of Technology, Huaian 223001, China
Abstract:A novel support vector regression method AEPSVR is proposed in this paper. First, an approximate regression function is obtained using -SVR method, and then a new adaptive error penalization function is introduced to enhance the robust performance of SVR such that a robust support vector regression is derived. Because the proposed AEPSVR here is based on -SVR, so various optimization methods for SVR can be used. Experimental results show that the proposed AEPSVR can reduce the affect of outliers, and have the very good generalization capability.
Keywords:Support Vector Regression (SVR)  Outlier  Adaptive Error Penalization (AEP)
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《电子与信息学报》浏览原始摘要信息
点击此处可从《电子与信息学报》下载全文
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