首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机
引用本文:王玮,娄莉.基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机[J].微电子学与计算机,2012,29(12).
作者姓名:王玮  娄莉
作者单位:西安石油大学计算机学院,陕西西安,710065
基金项目:陕西省自然科学基金基础研究项目,陕西省教育厅科学研究计划项目
摘    要:本文研究了最小二乘隐空间支持向量机的优化问题.文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为1-1的线性代数方程组即可,大大节省了计算时间.最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性.

关 键 词:最小二乘隐空间支持向量机  改进的共轭梯度算法  预测

The Implementation of Least Squares Hidden Space Support Vector Machines Based on Improved Conjugate Gradient Algorithm
Abstract:
Keywords:least squares hidden space support vector machines  improved conjugate gradient algorithm  prediction
本文献已被 万方数据 等数据库收录!
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