|
|||||
|
|
| 自适应迭代最小二乘支持向量机回归算法 | |
| 引用本文： | 杨滨,杨晓伟,黄岚,梁艳春,周春光,吴春国.自适应迭代最小二乘支持向量机回归算法[J].电子学报,2010,38(7):1621-1625. |
| 作者姓名： | 杨滨 杨晓伟 黄岚 梁艳春 周春光 吴春国 |
| 作者单位： | 1. 吉林大学计算机科学与技术学院,国家教育部符号计算与知识工程重点实验室,吉林长春,130012 2. 吉林大学计算机科学与技术学院,国家教育部符号计算与知识工程重点实验室,吉林长春,130012;华南理工大学理学院数学系,广东广州,510640 3. 吉林大学计算机科学与技术学院,国家教育部符号计算与知识工程重点实验室,吉林长春,130012;中国科学院自动化研究所模式识别国家重点实验室,北京,100080 |
| 基金项目： | 国家自然科学基金，国家863高技术研究发展计划，欧盟项目，吉林省科技发展计划，吉林大学"985"与"211"项目，吉林大学科学前沿与交叉学科创新项目 |
| 摘 要： | 基于最小二乘支持向量机回归算法，本文在前期工作的基础上进行了扩展，提出了更加详尽的自适应迭代最小二乘支持向量机回归算法. 与标准的LSSVR相比，本文提出的算法在学习新样本的时候利用了已有的学习结果，可以快速获得新的学习机. 模拟结果表明，自适应迭代最小二乘支持向量机回归算法能够自适应地确定支持向量的数目，保留了QP方法在训练SVM时支持向量的稀疏性，在相近的回归精度下，该算法极大地提高了标准LSSVR学习的速度. |
| 关 键 词： | 支持向量机 自适应 迭代 回归 最小二乘 |
| 收稿时间： | 2009-6-9 |
| 修稿时间： | 2009-7-16 |
Adaptive and Iterative Training Algorithm of Least Square Support Vector Machine Regression |
|
| YANG Bin,YANG Xiao-wei,HUAGN Lan,LIANG Yan-chun,ZHOU Chun-guang,WU Chun-guo.Adaptive and Iterative Training Algorithm of Least Square Support Vector Machine Regression[J].Acta Electronica Sinica,2010,38(7):1621-1625. | |
| Authors: | YANG Bin YANG Xiao-wei HUAGN Lan LIANG Yan-chun ZHOU Chun-guang WU Chun-guo |
| Affiliation: | YANG Bin1,YANG Xiao-wei1,2,HUAGN Lan1,LIANG Yan-chun1,ZHOU Chun-guang1,WU Chun-guo1,3(1.College of Computer Science and Technology,Jilin University,Key Laboratory of Symbol Computation andKnowledge Engineering of the Ministry of Education,Changchun,Jiling 130012,China,2.Department of Mathematics,School of Sciences,South China University of Technology,Guangzhou,Guangdong 510640,3.National Laboratory of Pattern Recognition,Institute of Automation,Chinese Academy of Sciences,Beijing 100080,China) |
| Abstract: | A novel adaptive and iterative training algorithm of least square support vector machine regression(AILSSVR) is presented based on the least square support vector machine regression(LSSVR) and the proof for inverse of an order-reduced matrix is given.Compared to the standard LSSVR,the proposed algorithm takes advantage of the previous training results when learning from a new sample;therefore,it can obtain a new learning machine efficiently.Numerical simulations demonstrate that AILSSVR can adaptively decid... |
| Keywords: | support vector machine adaptive iterative regression least square |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《电子学报》浏览原始摘要信息 | |
| 点击此处可从《电子学报》下载全文 | |