首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量回归增量学习
引用本文:张一凡,冯爱民,张正林. 支持向量回归增量学习[J]. 计算机科学, 2014, 41(6): 166-170
作者姓名:张一凡  冯爱民  张正林
作者单位:南京航空航天大学计算机科学与技术学院 南京210016;南京航空航天大学计算机科学与技术学院 南京210016;南京航空航天大学计算机科学与技术学院 南京210016
基金项目:本文受国家自然科学基金(61139002)资助
摘    要:针对支持向量回归因时空复杂度较高而无法处理大规模数据的问题,提出了一个新颖的增量学习模型——L增量υ支持向量回归(L IncrementalυSupport Vector Regression,LISVR)。该模型针对支持向量丢失所产生的不利影响,通过不断对支持向量样本加权并及时淘汰非支持向量,降低了时空复杂度。从理论上证明了算法可收敛到全局最优解。结合人工数据集、UCI数据集和机场噪声的实际问题对该算法做了相应测试,结果验证了算法的有效性。

关 键 词:支持向量回归  支持向量  增量学习  机场噪声
收稿时间:2013-07-23
修稿时间:2013-12-30

Incremental Learning with Support Vector Regression
ZHANG Yi-fan,FENG Ai-min and ZHANG Zheng-lin. Incremental Learning with Support Vector Regression[J]. Computer Science, 2014, 41(6): 166-170
Authors:ZHANG Yi-fan  FENG Ai-min  ZHANG Zheng-lin
Affiliation:College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China
Abstract:
Keywords:Support vector regression  Support vectors  Incremental learning  Airport noise
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》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