基于多样本的在线支持向量回归算法
 
曹葵康 沈海斌

关键词:支持向量回归 增量学习 在线训练
 
主要内容:提出一种针对多样本的在线支持向量回归(SVR)算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题.算法以拉格朗日乘数法和库恩一塔克(KKT)条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT奈件,最终使所有训练样本满足KKT条件.实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势.
 
《浙江大学学报:理学版》  2011,38(4).-405-408
全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp
仿站