首页> 中文会议>中国自动化学会第21届青年学术年会 >高斯核支持向量回归机和模型参数选择研究

高斯核支持向量回归机和模型参数选择研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文讨论了基于高斯核的支持向量回归机(SupportVectorRegression,SVR)和模型参数选择问题,结合结构风险最小化原则分析了误差惩罚参数C、高斯核宽度σ以及逼近精度ε对SVR回归性能的影响,并通过数值实验进一步分析了这种影响.

著录项

来源
《中国自动化学会第21届青年学术年会》|2006年|711-717|共7页
会议地点山东烟台
作者
侯伟真; 潘美芹;
展开▼
作者单位

中国自动化学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类自动推理、机器学习;
关键词
支持向量机; 支持向量回归机; 高斯核; 回归问题;
入库时间 2022-08-17 11:18:55

相似文献

中文文献
外文文献
专利

1. 高斯核支持向量机分类和模型参数选择研究 [J] . 郑小霞 ,钱锋 . 计算机工程与应用 . 2006,第001期
2. 鲁棒r-支持向量回归机中参数r的选择研究 [J] . 朱嘉钢 ,王士同 ,杨静宇 . 控制与决策 . 2004,第12期
3. 随机傅里叶特征空间中高斯核支持向量机模型选择 [J] . 冯昌 ,廖士中 . 计算机研究与发展 . 2016,第009期
4. 基于复合分位数高斯核基函数的非参数回归模型及应用 [J] . 王江荣 ,袁维红 ,赵睿 . 工业仪表与自动化装置 . 2017,第003期
5. 基于支持向量机回归的减振器非参数模型 [J] . 郭孔辉 ,王先云 . 吉林大学学报：工学版 . 2011,第S1期
6. 高斯核支持向量机最优模型参数选择搜索算法 [C] . 侯伟真 ,潘美芹 . 中国运筹学会第八届学术交流会 . 2006
7. 高斯核函数支持向量分类机超级参数有效范围研究 [A] . 段会川 . 2012

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