一种改进的SVM回归估计算法.pdf

维普资讯 第 l8卷 第9期 计 算 机技 术 与 发展 、，O1．j8 N。．9 2008年 9月 C()MPL~FERTECHNOI．CK)YANT)DEVELOPMENT Sep． 2008 一 种改进的SVM 回归估计算法 张 芬 ，陶 亮2 (1．安徽大学 电子科学与技术学院，安徽 合肥 230039； 2．安徽大学计算机科学与技术学院，安徽 合肥 230039) 摘 要 ：支持向量机是一种基于结构风险最小化原理的学习技术 ，也是一种新的具有很好泛化性能的回归方法。目前，如 何设计快速有效的回归估计算法仍然是支持向量机实际应用中的问题之一。文 中对标准 SVM 回归估计算法加以改进， 提出一种改进的SVM 回归估计算法 ，并从学习速度和回归估计精度两个方面对提出的改进的SVM 回归估计算法与标准 s、 回归估计算法进行了比较。实验结果表明，在学习速度与回归估计精度之间取折衷时，文中提出的回归估计算法 自 由度更大。 关键词 ：支持向量机；回归估计算法；学习速度 ；回归估计精度 中图分类号：TP181 文献标识码：A 文章编号：1673—629X(2008)09—0057—03 ImprovedSVM RegressionUsingaNew Algorithm ZHANG Fen ，TAO Liang,2 (1．Schc~lofElectronicScienceandTechnology，AnhuiUniversity，Hefel230039，China； 2．SchoolofComputerScinecenadTcehnology，AnhuiUniversity，Hefei230039，China) Abstr~ct：Supportvectormachineisalemmingtechniquebas甜 onthestructuralriskminimizationprincipleaswellasanew regression methodwithgoodgeneralizationability．Now，how todesignfastandefficientSVM algorithmsappliedtoregressionestimationbecomesa greatchallengeinpracticalapplicatoinsofsupportvectormachine．Basedonthenormalsupportvectorma chineforregressionestirrmtbn， animpmvde regressionestima tionalgorithm ofSVM ispresentde inthispaper．Then，eorrlp,~isoinoftheprop0sedalogritmh nadthenor． realregressionestima tiOnalgorithm isimplementedinlearningspeednadregressoinestimationprecision．Theexperimentalresultsshow thattheimprovedalogritmh isbetterthanthenorlllalregressionestimationalogritmh whne learningspeedandregressionestima toinpreci． slonareconsidered． Keywords：supportvectormachine；regress