原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种可自适应分组的多输入多输出支持向量机算法.pdf
第47卷第6期 西 安 交 通 大 学 学 报 V01．47No．6
OFXI’AN UNIVERSITY
2013年6月 JOURNAL JIAOTONG Jun．2013
DOI：10．7652／XjtuXb201306009
一种可自适应分组的多输入多输出支持向量机算法
毛文涛1，冯云芝1，闫桂荣2
(1．河南师范大学计算机与信息工程学院，453007，河南新乡；
2．西安交通大学机械结构强度与振动国家重点实验室，710049，西安)
摘要：针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响，提出了一种
基于自适应分组的多输入多输出支持向量机算法。该算法基于相关性强的输出端其模型参数也较相
似的假设，首先在多维支持向量机的基础上引入带分组结构的正则项，进而将上述正则化问题转变为
混合。一1规划；其次，采用交替优化的方法，使相关性强的输出端在同一个分组内进行独立训练，最终
自适应地识别最优分组结构和模型参数。分别采用仿真数据和圆柱壳振动工程数据对所提算法进行
测试，结果表明，该算法可有效辨识出输出端的相关度，与传统算法相比，该算法可有效提高支持向量
机回归模型的泛化能力。
关键词：支持向量机；自适应分组；混合O一1规划
中图分类号：TPl81文献标志码：A文章编号：0253—987X(2013)06—0050—05
New VectorMachinewith and
Support Multi_InputMulti-Output
Basedon
AdaptiveGrouping
MAO
Wenta01，FENGYunzhil，YAN
Guironga
of andInformation Normal
(1．CollegeComputer Engineering，Henan 453007，China；
University，Xinxiang，Henan
2．State for andVibrationofMechanical
KeyLaboratoryStrength Structures，Xi’an 710049，China)
JiaotongUniversity，Xi’an
vector
Abstract：Recently，multi—dimensional beena toolin
support regression(M-SVR)has
promising
awide of and
solving rangemulti—inputmulti—output(MIMO)regression
some dimensionshavemore than
output others，M-SVRisare hardtoobtain
文档评论（0）