收藏本站
《测试技术学报》 2006年02期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

一种新型回归支持向量机的学习算法

张浩然  汪晓东  张长江  徐秀玲  
【摘要】:支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,也是一种具有很好泛化性能的回归方法,本文对标准支持向量机稍作改动,提出了一种新型回归支持向量机,并推导出它的对偶表达方式,随后利用一个优化定理设计了一个多变量更新学习算法,该算法能单调收敛于极值点,并具有简单的迭代方式,仿真实例说明所提出的回归支持向量机及其训练算法具有较好的学习性能.

手机知网App
【引证文献】
中国硕士学位论文全文数据库 前2条
1 雷瑾(Theingi Shwe);基于支持向量机的船舶主机缸盖故障诊断的研究[D];上海海事大学;2007年
2 崔广;基于近红外光谱分析的纺织品中羊毛含量检测技术研究[D];江苏大学;2007年
【同被引文献】
中国期刊全文数据库 前10条
1 朱明星,张德龙;RBF网络基函数中心选取算法的研究[J];安徽大学学报(自然科学版);2000年01期
2 王友兵;短波近红外光谱法分析酒中乙醇含量初探[J];白城师范学院学报;2004年04期
3 王学峰,张峰;神经网络中引入数值积分寻优法[J];兵团教育学院学报;2003年01期
4 邓凌 ,朱春华 ,楼天福;3500吨客货船的舱室噪声分析及计算[J];船舶设计通讯;2001年Z2期
5 魏广芬,唐祯安,余隽;基于主成分分析和BP神经网络的气体识别方法研究[J];传感技术学报;2001年04期
6 施式亮,汤广发,何利文;基于小波神经网络的建筑火灾预测模型及应用[J];铁道科学与工程学报;2005年02期
7 吴微,陈维强,刘波;用BP神经网络预测股票市场涨跌[J];大连理工大学学报;2001年01期
8 曹星平,易东云,吴翊;基于神经网络的时间序列预测方法进展[J];电脑与信息技术;1999年06期
9 沈兰荪,王爱民,卫保国,王永刚,赵忠旭;图像分析技术在舌诊客观化中的应用[J];电子学报;2001年S1期
10 叶杰,倪莉;黄酒营养成分及功能[J];福建轻纺;2004年09期
中国博士学位论文全文数据库 前8条
1 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
2 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年
3 金秀章;热工大迟延过程的内模控制算法及应用研究[D];华北电力大学(河北);2006年
4 刘燕德;水果糖度和酸度的近红外光谱无损检测研究[D];浙江大学;2006年
5 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
6 陆辉山;水果内部品质可见/近红外光谱实时无损检测关键技术研究[D];浙江大学;2006年
7 于海燕;黄酒品质和酒龄的近红外光谱分析方法研究[D];浙江大学;2007年
8 姚宏善;基于支持向量机的财务困境预测研究[D];华中科技大学;2006年
中国硕士学位论文全文数据库 前10条
1 李利平;单元机组协调控制系统分析与仿真[D];华北电力大学;2001年
2 孙丽华;中文文本自动分类的研究[D];哈尔滨工程大学;2002年
3 胡钢亮;近红外光谱技术在中药领域中的应用研究[D];浙江大学;2003年
4 陈锋;近红外透射光谱技术在小麦品质测试中的应用[D];河南农业大学;2003年
5 张艳妍;控制系统的鲁棒稳定性分析[D];华北电力大学(河北);2004年
6 郑建华;基于支持向量机的数据挖掘[D];天津大学;2004年
7 顾民;神经网络、模糊系统、支持向量机内在联系研究[D];电子科技大学;2004年
8 王国鹏;基于支持向量机的系统建模方法研究[D];华北电力大学(河北);2005年
9 陶小龙;基于支持向量机的股市预测[D];北京工业大学;2005年
10 张万宏;非平稳时间序列的预测方法研究[D];兰州理工大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
2 谢凌然;高长伟;沈玉娣;;基于混合核函数支持向量机的齿轮诊断方法研究[J];机械传动;2011年09期
3 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
4 王安娜;李云路;赵锋云;史成龙;;一种新的半监督直推式支持向量机分类算法[J];仪器仪表学报;2011年07期
5 杨玫;郭天杰;陈青华;;基于经验模式分解的时间序列预测方法研究[J];计算机技术与发展;2011年07期
6 张微;张伟;刘世英;杨金中;茅晟懿;;基于核PCA方法的高分辨率遥感图像自动解译[J];国土资源遥感;2011年03期
7 许景飞;汤绍春;崔丹丹;牛善洲;;基于支持向量机的神经元形态分类[J];数学的实践与认识;2011年14期
8 邝涛;张倩;;改进支持向量机在电信客户流失预测的应用[J];计算机仿真;2011年07期
9 宋晖;薛云;张良均;;基于SVM分类问题的核函数选择仿真研究[J];计算机与现代化;2011年08期
10 吕向阳;高尚;;基于支持向量机的品牌特色专业评价[J];价值工程;2011年24期
中国重要会议论文全文数据库 前10条
1 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
2 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
3 李升娟;杨宗尧;于飞;刘喜梅;;基于支持向量机的系统辨识及应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
4 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
5 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
6 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
7 陶卿;黄燕;刘欣;;基于边缘加权的模糊支持向量机体系[A];2005年中国智能自动化会议论文集[C];2005年
8 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
10 林关成;李亚安;;基于ANN与SVM的分类和回归比较研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
3 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
4 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
5 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
6 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
7 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
8 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
9 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
10 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜晓东;基于支持向量机的数据挖掘方法[D];山东大学;2005年
2 蒋琳琼;基于支持向量机的货币识别研究[D];中南大学;2007年
3 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
4 马洁;基于支持向量机的股市预测问题研究[D];天津大学;2006年
5 杨显飞;基于边界向量预选的支持向量机算法研究[D];哈尔滨工程大学;2008年
6 李治伟;支持向量机及其在纹理分类中的应用[D];汕头大学;2008年
7 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
8 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
9 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
10 张勇实;基于聚类的增量支持向量机动态构造方法研究[D];哈尔滨工程大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026