基于统计学习理论的支持向量机预测模型  

作　　者：章永来[1,2,3] 史海波[1] 周晓锋[1] 杨秀锋[1,2] 

机构地区：[1]中国科学院沈阳自动化研究所,沈阳110016 [2]中国科学院大学,北京100049 [3]辽宁工程技术大学,辽宁阜新123000

出　　处：《统计与决策》2014年第5期72-74,共3页Statistics & Decision

基　　金：国家重大科技专项资助项目(2011ZX02507-006)

摘　　要：针对测试人体脂肪含量相对比较复杂的问题,文章根据日常测试的包含14个特征值的样本数据,设计了一种基于统计学习理论的支持向量机预测方法。通过四种常用核函数和监测均方根误差与平方相关系数两项关键指标,对比分析实验表明利用支持向量机预测人体的脂肪含量具有很好的效果。

关 键 词：统计学习理论 支持向量机 人体脂肪 回归 预测 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]