不同准则下的线性支持向量机回归模型.pdfVIP

V01．43 第43卷增刊(I) 东南大学学报(自然科学版) Sup(I) 2013 2013年7月 JOURNALOFSOUTHEASTUNIVERSITY(NatmalScienceEdition) July doi：10．3969／j．issn．1001-0505．2013．S1．009 不同准则下的线性支持向量机回归模型 高 尚 刘夫成 于化龙 (江苏科技大学计算机科学与工程学院，镇江212003) 摘要：由于标准的支持向量机算法需要解一个二次规划问题，当训练样本较多时，其运算速度一 般很慢，为了提高运算速度，根据不同的准则，提出了基于核函数的3种支持向量回归模型．基于 使残差的平方和为最小准测的模型转化为解线性方程组运算，只需要矩阵乘积与求逆运算；基于 使残差的最大绝对值为最小准则和使残差的绝对值之和为最小准则的2个模型转化为线性规划 问题，并给出了线性规划的对偶问题．实验结果表明了该方法的有效性，且计算量明显降低．通过 实例，对高斯径向基核函数和多项式基核函数进行了比较与分析，高斯径向基核函数的精度比多 项式基核函数高．对高斯径向基核函数和多项式基核函数的不同参数也进行了比较和分析． 关键词：支持向量机；回归；线性规划；核函数 中图分类号：TPl81文献标志码：A Linear vectormachine modelsunderdifferentcriteria support regression Gao Liu Yu Shang FuchengHualong of Scienceand ofScienceand (School Computer Engineering，JiangsuUniversity Technology，Zhenjiang212003，China) a vectormachine the solutionsofa Abstract：Trainingsupport requires verylargequadraticpro- inthetraditionalvector isUSU— grammingproblem supportmachine(SVM)．Thecomputationspeed data slowwhenthe is orderto the allyvery training large．In improverunningspeed，threeregres- sionmodelsbasedonkemelfunctionsageintroduced cfitefia．The underdifferent modelbasedon least criterionis intoa oflinear needsmulti- squares changedsystem equationsproblem，whichonly andinverseofmatrix，Theothertwomodelswhicharebasedontheminimax phcaf