混合损失函数支持向量回归机的性能研究  

The performances of support vector regression with a hybrid loss function

作　　者：李小光[1] 

机构地区：[1]西安航空技术高等专科学校学报编辑部,陕西西安710077

出　　处：《西北大学学报（自然科学版）》2011年第2期210-214,共5页Journal of Northwest University（Natural Science Edition）

基　　金：陕西省自然科学基金资助项目(2008JK472)

摘　　要：目的研究混合损失函数的支持向量回归机。方法综合一次ε-不敏感损失函数和二次ε-不敏感损失函数的部分性质,得到一种混合损失函数。结果同一般的一次ε-不敏感损失函数支持向量回归机和二次ε-不敏感损失函数支持向量回归机相比较,对数据的波动性不大,噪声不明显的数据,混合损失函数支持向量回归机的优势并不显著。结论该混合损失函数支持向量回归机对含有高斯强噪声和一些具有振幅较大的异常点所形成的数据具有较高的准确率。Aim To study the vector regression（HSVR） of a hybrid loss function.Methods Some characteristics of the ε-insensitive loss function and the squared ε-insensitive loss function is synthesized,a hybrid loss function is proposed.Results Compared with the ε-insensitive loss function support vector regression（ε SVR） and squared ε-insensitive loss function support vector regression（ε2 SVR）,the advantage of HSVR is not obvious for the slight volatility data with some noise and abnormal point.Conclusion The experimental result indicates that the accuracy ratio of HSVR is higher than that of ε SVR and ε2 SVR,expecially for the data with some strong Gaussian noise or the larger amplitude abnormal points.

关 键 词：一次ε-不敏感损失函数 二次ε-不敏感损失函数 混合损失函数 支持向量回归机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]