利用串行最小优化算法求解回归估计问题  

Solving the Regression Estimation Problems Using SMO

作　　者：郭国雄[1] 

机构地区：[1]华南理工大学应用数学系,广州510640

出　　处：《计算机工程与应用》2004年第2期99-101,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(编号:19901009);广东省自然科学基金(编号:000463)

摘　　要：支撑矢量机是以Vapnik的统计学习理论为基础,以结构风险最小化为原则的新型学习机。目前,对它的研究是国际上的一个研究热点。针对大数据量的回归估计问题,论文提出了一种新的求解方法。为了说明该方法的有效性,给出了数值模拟的例子。The Support Vector Machine is a new learning machine based on the statistical learning theory of Vapnik and its decision-making principles is the structure risk minimization.At present ,it is a hot topic in the world.A new method is presented to regression estimation problems in this paper.In order to illustrate that this method is effective,an example is given.

关 键 词：支撑矢量机 串行最小优化 回归估计 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]