从SVC核到SVR核的非正定问题的研究.pdfVIP

第27卷第 1期 计算机应用与软件 V01．27No．1 2010年 1月 ComputerApplicationsand Software Jan．2010 从 SVC核到 SVR核的非正定问题的研究 童设坤 朱嘉钢 吴锡生 (江南大学信息工程学院 江苏 无锡 214122) 摘 要 从支持 向量回归机的几何框架出发，用理论推导和仿真的方法，提 出了两种从 SVC到SVR的核函数转换中引起的核函 数非正定性问题的解决方法。一是通过引入空间映射变换保证所得到的SVR的核函数是正定的；二是利用近似 SVR模型解决具有 非正定核的SVR模型的不可解 问题。仿真结果表明，该两种方法能够基本解决上述 问题。 关键词 支持向量分类机 支持向量回归机 非正定核函数 梯度下降法 oN NoN．PoSITIVE DEFINITE PRoBLEM oF KERNEL FUNCTIoN FRoM SVC To SVR TongShekun ZhuJiagang WuXisheng (SchoolofInformationTechnology，JiangnanUniversity，Wuxi214122，Jiangsu，China) Abstract Proceedingfrom geometricrfameworkofSVR，wefindouttwowaystosolvethenon—positivedefiniteproblem ofkernelfunction inducedrfom transformingSVCtoSVRwithboththeoreticalderivationandemulationmethods．Thefirstwayistoensurethekernelfunctionto bepositivedefinitebyintroducingspacemappingtransformation；thesecondwayisusingsimilar—SVRmodeltosolvetheunsolvableproblem of SVR modelwithnon—positivedefinitekernelfunction．Emulationexperimentalresultsshow thatthesetwomethodsexpressedinthisarticlecan basicallysolveaboveproblem． Keywords Suppoflvectorclassificationmachine(SVC) Supportvectorregressionmachine(SVR) Non—positivedefinitekernelrune— tion Gradientdecentmethod ‘ ● 0 引 言 ． 。 。 fe ～ ～ 。 。 卫 ▲ ～ 近年来，支持向量机 SVM在实际中取 得了广泛 的应用。