两种求解非正定核Laplace-SVR的SMO算法  

Two types of SMO algorithms for solving Laplace-SVR with non-positive kernels

作　　者：周晓剑[1] 马义中[1] 

机构地区：[1]南京理工大学管理科学与工程系,南京210094

出　　处：《控制与决策》2009年第11期1657-1662,1672,共7页Control and Decision

基　　金：国家自然科学基金项目(70672088);国家自然科学基金国际交流项目(70711140386);国家自然科学基金重点项目(70931002)

摘　　要：提出2种用于求解非正定核Laplace-SVR的序列最小最优化(SMO)算法.第1种算法仅针对Laplace-SVR而设计;第2种算法将Laplace-SVR作为所要解决问题的一种特殊情况,使算法更具通用性.所提出的算法在保证收敛的前提下,使非正定Laplace-SVR能够达到比较理想的回归精度,具有一定的理论意义和实用价值.Two types of sequential minimal optimization（SMO） algorithms applied in solving Laplace-SVR with nonpositive kernels are proposed. The first algorithm is only designed for Laplace-SVR, and the second one regarding Laplace-SVR as a special case is done for a general purpose. Because of the difficulty of solving SVR with non-positive kernels, the presented algorithms have a certain theoretical and practical significance.

关 键 词：非正定核 序列最小最优化算法 支持向量回归机 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]