您的位置: 专家智库 > >

张玲

作品数:2 被引量:0H指数:0
供职机构:江南大学物联网工程学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇正定核
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量回归...
  • 1篇损失函数
  • 1篇向量
  • 1篇核方法
  • 1篇范数
  • 1篇SMO算法
  • 1篇SVR
  • 1篇HUBER

机构

  • 2篇江南大学
  • 1篇上海宝信软件...

作者

  • 2篇张玲
  • 1篇徐保国
  • 1篇方益民
  • 1篇朱嘉钢
  • 1篇孙为民

传媒

  • 1篇计算机工程
  • 1篇计算机科学

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于r范数损失函数的NPKMR方法改进
2009年
针对非正定核的机器回归方法(NPKMR)只对总体误差最小化而造成回归性能较差的问题,提出一种在NPKMR的基础上对每个样本点的回归误差进行约束的改进方法。通过引入r范数损失函数和松弛变量,对每个样本点的回归误差进行约束。实验表明,对NPKMR方法的改进可以提高回归精度和泛化性能。
张玲朱嘉钢
求解非正定核Huber-SVR的SMO算法
2010年
通过运用SMO分解思想和支持向量回归机SVR模型的约束条件,将SVR模型的求解问题转化成一系列的给定区间内抛物线的最小值求解问题,对于非正定核而言由于只改变其中部分抛物线的开口方向,因而可以求得其最小值。据此提出了一种可以求解非正定核的Huber-SVR的SMO方法,推导出了相应的迭代公式并设计了相应的算法。由于用该算法可以求解具有非正定核的SVR,因此可用具有非正定核的Huber-SVR进行回归和预测实验,并与正定核的Huber-SVR的实验结果进行比较。实验表明,对于Huber-SVR而言,某些非正定核比正定核有更好的回归和预测性能,这说明了求解非正定核的Huber-SVR的SMO算法的有效性和必要性。这一算法也可以推广到其它SVR中。
方益民张玲孙为民徐保国
关键词:核方法SMO算法支持向量回归机
共1页<1>
聚类工具0