基于时序核函数的支持向量回归机

摘要：

为克服维数灾难和过拟合等传统算法所不可规避的问题,利用支持向量机(SupportVectorMachine,SVM)提出基于时序数据时间相关性的核函数修正选择方法,并以真实的二氧化硫(SO2)数据为实验数据验证该方法的有效性.实验结果表明采用时序核函数对测试数据集的拟合效果更好,并对模型泛化能力有一定的提高.

关键词： 支持向量机 支持向量回归 核函数 时序核函数 时序数据

作者: 王平 王文剑

作者单位: 山西大学,计算机与信息技术学院,山西,太原,030006;山西警官高等专科学校,计算机科学与技术系,山西,太原,030021 山西大学,计算机与信息技术学院,山西,太原,030006

会议类型: 国内会议

会议名称: 第十届中国机器学习会议

会议地点: 海口

会议语种:中文

页码: 35-38

在线出版日期: 2006-10-14（万方平台首次上网日期，不代表论文的发表时间）