首页> 中文会议>2004年过程系统工程年会 >基于支持向量回归估计算法的小样本集回归分析

基于支持向量回归估计算法的小样本集回归分析

页面导航

摘要
著录项
相似文献
相关主题

摘要

在简要介绍支持向量回归估计(SVR)算法的基础上,以某软测量建模为例,验证了SVR算法对于小样本集的回归分析问题可以得到具有良好泛化能力的回归估计函数,进而针对不同的核函数,探讨了设计参数和核函数参数的选择问题.

著录项

来源
《2004年过程系统工程年会》|2004年|160-162|共3页
会议地点北京
作者
邱彤;
展开▼
作者单位

中国系统工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类自动控制、自动控制系统;
关键词
支持向量回归估计; 小样本集; 泛化能力; 核函数;

相似文献

中文文献
外文文献
专利

1. 基于支持向量回归估计算法的小样本集回归分析 [J] . 邱彤 . 现代化工 . 2004,第z2期
2. 基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模 [J] . 谭泗桥 ,袁哲明 ,柏连阳 . 分子科学学报：中英文版 . 2009,第3期
3. 基于两阶段支持向量回归的快速噪声水平估计算法 [J] . 徐少平 ,曾小霞 ,唐袆玲 . 计算机辅助设计与图形学学报 . 2018,第003期
4. 基于Scikit-learn的支持向量回归分析 [J] . 潘兴广 ,牛志忠 ,张明贵 . 现代信息科技 . 2019,第006期
5. 基于Scikit-learn的支持向量回归分析 [J] . 潘兴广1 ,牛志忠2 ,张明贵3 . 现代信息科技 . 2019,第006期
6. 基于支持向量机的大信号射频功率器件频域特征模型回归分析 [C] . 林茂六 ,华晓杰 . 2007年全国测控、计量、仪器仪表学术年会 . 2007
7. 基于支持向量机的金融时间序列回归分析 [A] . 汤凌冰 . 2010

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号