改进的用于回归估计的支持向量机学习算法  

New Learning Algorithm of the Improved SVM for Regression

作　　者：丁蕾[1] 陶亮[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室

出　　处：《计算机工程与应用》2005年第19期44-46,共3页Computer Engineering and Applications

基　　金：教育部优秀青年教师资助计划项目(编号:教人司[2002]40号);安徽省自然科学基金项目(编号:01042210);安徽大学人才队伍建设经费资助

摘　　要：该文对用于回归估计的标准支持向量机(SVM)加以改进,提出了一种新的用于回归估计的支持向量机学习算法。实验表明,这种新的学习算法在精度上与标准支持向量机算法完全相同,而在学习速度上明显优于标准学习算法。Based on the traditional support vector machine(SVM) for regression,a new learning algorithm of the improved SVM for regression is presented in this paper.The comparison experiments show that the proposed algorithm is as good as the learning algorithm of the traditional SVM in accuracy,but much better in learning speed.

关 键 词：支持向量机 回归 学习算法 学习速度 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]