定收敛系数反馈支持向量回归机算法

摘要：

支持向量机(support vector machine，SVM)是Vapnik等人提出的一种机器学习算法。研究了用于建模和预测的支持向量回归机,为提高回归精度,给出了一种基于反馈的支持向量回归机改进算法.首先引入反馈思想,设计反馈环节,定义误差收敛系数,将样本回归输出与真实值的误差通过反馈环节后修正回归函数;其次理论上推导了反馈后误差减小需要满足的条件,并提出了一种根据预设的收敛系数计算反馈环节的方法,使得反馈后误差达到期望的范围内;最后通过对一些回归例题进行仿真,并与传统支持向量回归方法进行对比,结果显示所提出的改进算法回归精度显著提高.

关键词： 支持向量回归机 改进算法 收敛系数 反馈环节 误差修正

作者: 陈垚

作者单位: 海军研究院,北京 100161

会议类型: 国内会议

会议名称: 全球智能工业创新大会暨全球创新技术成果转移大会(GIIC2018)——2018智能无人系统大会

会议地点: 北京

会议语种:中文

页码: 1-7

在线出版日期: 2018-05-22（万方平台首次上网日期，不代表论文的发表时间）