首页> 中文期刊> 《计算机工程与应用》 >回归支持向量机SMO算法的改进

回归支持向量机SMO算法的改进

AI论文写作 >>

开具论文收录证明 >>

页面导航

摘要
著录项
引文网络
相似文献
相关主题

摘要

在Smola和Sch(o)lkopf的SMO算法中,由于使用了单一的极限值而使得算法的效果没有完全表现出来.使用KKT条件来检验二次规划问题,使用两个极限参量来对回归SMO算法进行改进.通过对比实验,这一改进算法在执行速度上表现出了非常好的性能.

著录项

来源
《计算机工程与应用》 |2007年第17期|74-76|共3页
作者
许建潮; 张玉石;
展开▼
作者单位

长春工业大学;

计算机科学与工程学院;

长春;

130012;

长春工业大学;

计算机科学与工程学院;

长春;

130012;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
支持向量机; 回归; 序列最小优化;

相似文献

中文文献
外文文献
专利

1. 支持向量机的SMO算法及其自适应改进研究 [J] . 王伟 ,刘梅 ,段爱玲 . 河南科学 . 2010,第004期
2. 改进的支持向量机SMO算法说话人识别系统研究 [J] . 张丽丽 ,杜鹃 ,贾亮 . 长春理工大学学报（自然科学版） . 2009,第002期
3. 基于改进的(加权)支持向量机回归算法在水处理中的应用研究 [J] . 王启超 ,梁礼明 . 科技与生活 . 2011,第008期
4. 改进的回归型支持向量机学习算法 [J] . 张朝元 ,熊明 . 科学技术与工程 . 2009,第023期
5. 回归型支持向量机改进算法及应用 [J] . 丁蕾 ,陶亮 . 计算机工程与应用 . 2008,第006期
6. 一种改进的SMO算法 [C] . 宋普云 ,沈雪勤 ,吴清 . 第六届全国计算机应用联合学术会议 . 2002
7. 支持向量机SMO算法的改进研究 [A] . 郑奇 . 2017

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