基于支持向量机的缺失数据补齐方法  

Method of Completing Missing Values Based on Support Vector Machine

作　　者：赵磊[1] 李国和[1] 马现峰[1] 

机构地区：[1]中国石油大学(北京)计算机科学与技术系,北京102200

出　　处：《计算机工程与应用》2006年第36期207-208,215,共3页Computer Engineering and Applications

基　　金：国家自然科学基金资助项目(60473125);中国石油(CNPC)石油科技中青年创新基金资助项目(05E7013)

摘　　要：根据SVM在函数拟合方面的特点,建立了一个函数模型。通过确定主要影响因子和选定数据集后,对该模型进行了训练,最后成功地应用于缺失数据补齐。经过真实工程数据实验证实,基于SVM的缺失数据补齐方法具有明显实用性。Due to the features of Support Vector Machine （SVM）,a function model is built on the basis of SVM.After the main factors and data set are selected,the model is trained by the data set,and then successfully used to complete the missing values.The method of completing missing values based on SVM is proved more effectively by project data.

关 键 词：补齐 缺失数据 支持向量机 回归分析 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]