收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量回归的连续过松弛训练算法研究

林关成  李亚安  李国辉  
【摘要】:针对支持向量回归(Support Vector Regression,SVR)的传统训练算法在大样本下内存开销大、训练速度慢的缺点,在分析SVR数学形式的基础上,充分利用二次规划自身的结构特点,将阈值量引入支持向量回归的目标函数中,采用扩展变形的方法,提出了一种用于SVR的简化连续过松弛(Successive Over Relaxation,SOR)训练算法,并将其与传统的训练算法进行对比。仿真结果表明,简化的SOR算法是可行、有效的。它在保证拟合精度的情况下,克服了传统训练算法对系统内存要求较高的缺陷,减少了训练时间,提高了运算效率。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 曹葵康;沈海斌;;基于多样本的在线支持向量回归算法[J];浙江大学学报(理学版);2011年04期
2 于振华;蔡远利;;基于在线小波支持向量回归的混沌时间序列预测[J];物理学报;2006年04期
3 毛文涛;闫桂荣;董龙雷;张刚;;加权支持向量机求解路径算法研究[J];西安交通大学学报;2008年10期
4 刘涵;刘丁;;基于支持向量机的一类混沌系统自适应逆控制[J];控制理论与应用;2007年05期
5 赵汗青;;一种支持向量回归的局部邻域稀疏化方法[J];火力与指挥控制;2008年S2期
6 刘昕;孙金玮;刘丹;;基于支持向量回归的非线性多功能传感器信号重构[J];传感技术学报;2006年04期
7 唐阔;胡国圣;车喜龙;胡亮;;基于遗传算法优化支持向量回归机的网格负载预测模型[J];吉林大学学报(理学版);2010年02期
8 李大海;李天石;李宗斌;;一种多率采样的在线支持向量回归及应用[J];西安交通大学学报;2010年03期
9 李大海;李天石;;非均匀采样系统的支持向量回归建模与控制[J];西安交通大学学报;2011年03期
10 张军峰;胡寿松;;基于一类局部固定核的支持向量回归建模[J];控制与决策;2008年06期
11 戴宏亮;;基于智能遗传算法与支持向量回归的人口预测[J];计算机工程与应用;2008年21期
12 王书舟;伞冶;;支持向量机的训练算法综述[J];智能系统学报;2008年06期
13 刘建昌;基于神经网络的自适应厚度控制[J];钢铁;1999年11期
14 王晓哲,顾树生,吴成东,高明;一种新的加权目标函数下的神经网络训练方法[J];东北大学学报(自然科学版);2001年06期
15 史晶蕊;郑玉明;廖湖声;;隐藏层与文档段落相关的神经网络分类器[J];计算机工程与应用;2006年12期
16 贾华丁;游志胜;王磊;;基于MTC结构的支持向量机并行训练算法[J];四川大学学报(工程科学版);2007年06期
17 张培艳;吕恬生;宋立博;;基于案例学习的排球机器人运动规划及其支持向量回归实现[J];上海交通大学学报;2006年03期
18 安文森;孙彦广;;一种新的支持向量回归核函数构建方法[J];信息与控制;2006年03期
19 王平;王文剑;;基于时序核函数的支持向量回归机[J];计算机辅助工程;2006年03期
20 郝继升;;基于支持向量回归机和B样条网络回归曲线建模算法[J];江西科学;2007年01期
中国重要会议论文全文数据库 前10条
1 林关成;李亚安;李国辉;;支持向量回归的连续过松弛训练算法研究[A];2010’中国西部声学学术交流会论文集[C];2010年
2 彭姝迪;林静玉;周渠;李孟励;;加权支持向量回归机在传感阵列模式识别中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
3 杨慧中;邵信光;石晨曦;;一种改进的支持向量回归机启发式算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
4 吴德会;;非线性动态系统的SVR辨识法[A];第二十六届中国控制会议论文集[C];2007年
5 尹焕平;孙宗海;;基于自然梯度的支持向量回归在线算法[A];2009中国控制与决策会议论文集(3)[C];2009年
6 尚金成;傅巧萍;张勇传;;一种新的多层前馈神经元网络训练算法及其应用[A];1995中国控制与决策学术年会论文集[C];1995年
7 王玲;穆志纯;郭辉;;基于支持向量回归的增量建模方法[A];第25届中国控制会议论文集(上册)[C];2006年
8 ;增量支持向量机的动态训练算法研究(英文)[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
9 阮秀凯;张志涌;;一种基于支持向量回归的盲恢复新算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 董泽;纪国瑞;王东风;韩璞;徐大平;;基于置信机的风电场风速预测误差补偿[A];全国第二届信号处理与应用学术会议专刊[C];2008年
中国博士学位论文全文数据库 前10条
1 赵永平;支持向量回归机及其在智能航空发动机参数估计中的应用[D];南京航空航天大学;2009年
2 余艳芳;改进型支持向量回归机及其在过程建模与控制中的应用[D];华东理工大学;2010年
3 孙少超;数据校正和支持向量机的过失误差识别的研究[D];华东理工大学;2012年
4 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
5 于萍;自适应逆控制方法研究及其应用[D];华北电力大学(河北);2006年
6 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
7 包芳;基于智能算法的神经网络优化及其应用[D];江南大学;2008年
8 陈晓峰;核方法在分类、回归与聚类方面的研究及应用[D];江南大学;2009年
9 罗瑜;支持向量机在机器学习中的应用研究[D];西南交通大学;2007年
10 蒋一波;现代分布式工业监控系统中网络测量与控制关键技术的研究与应用[D];浙江工业大学;2008年
中国硕士学位论文全文数据库 前10条
1 王(山弄);支持向量回归在曲线拟合/重构中的应用[D];中国农业大学;2005年
2 胡国圣;基于遗传算法和支持向量回归的网格资源预测[D];吉林大学;2010年
3 陆宇由;基于MPEG4和支持向量机的智能报警系统研究[D];长沙理工大学;2005年
4 刘扬;基于支持向量技术的Agent强化学习研究与应用[D];合肥工业大学;2007年
5 杜鹃;基于支持向量机的非线性预测控制研究[D];浙江大学;2006年
6 马丽;基于支持向量回归理论的股份预测实证研究[D];新疆大学;2011年
7 陈士骞;基于逼近基元的智能非线性系统模型研究[D];武汉科技大学;2008年
8 吴欢欢;基于噪声模型的支持向量回归机的分析[D];哈尔滨工业大学;2011年
9 王珏鑫;基于多种智能计算方法的支持向量回归机参数优化[D];吉林大学;2010年
10 赵凯;基于支持向量回归的轴承故障定量诊断方法研究[D];苏州大学;2012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
  • 010-62982499
  • 010-62783978