SVM回归的参数选择探讨  

Practical Selection of Support Vector Machine Parameters for SVM Regression

作　　者：冯振华[1] 杨洁明[1] 

机构地区：[1]太原理工大学机械电子工程研究所,山西太原030024

出　　处：《机械工程与自动化》2007年第3期17-18,22,共3页Mechanical Engineering & Automation

基　　金：山西省自然科学基金资助项目(2006011056)

摘　　要：提出了一种SVM回归中参数选择的方法(C和ε的选择),这种方法是从训练样本中直接分析得到的,而不是通过反复试凑来得到。其中ε的选择用到了一种新的方法——非参数化噪声估计(NNE),这是一种比较新的噪声估计方法。该参数选择方法通过仿真实验表明具有良好的泛化性能和抗噪声能力,为SVM的实际应用提供了一种新的思路。This paper has put forward a method of practical selection of parameters for SVM regression which is C and ε. The proposed method obtaines analytic parameter selection directly from the training data,rather than chooses with blindness. And the choice of ε uses a new way named Nonparametric Noise Estimator（NNE）,which is a new way for noise estimate. The simulation results of this method prove that it has good generalization performance,and provide a new choice for practical application of SVM.

关 键 词：支持向量机 回归 非参数化噪声估计 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]