自适应误差惩罚支撑向量回归机

doi:10.3724/SP.J.1146.2006.01081

摘要
图/表
参考文献
相关文章 (1)

全文: PDF (207 KB)
输出: BibTeX | EndNote (RIS)

摘要该文提出一种支撑向量回归机AEPSVR。它首先用 -SVR求得一个近似的支撑向量回归函数，在此基础上，引入一种新自适应误差惩罚函数，通过迭代，得到鲁棒的支撑向量回归机。该方法因以 -SVR为基础，故可以应用各种求解SVR的优化算法。实验表明，该支撑向量回归机AEPSVR能显著地降低离群点的影响，具有良好的泛化性能。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	陈晓峰
	王士同
	曹苏群

关键词 ：支撑向量回归, 离群点, 自适应误差惩罚

Abstract：A novel support vector regression method AEPSVR is proposed in this paper. First, an approximate regression function is obtained using -SVR method, and then a new adaptive error penalization function is introduced to enhance the robust performance of SVR such that a robust support vector regression is derived. Because the proposed AEPSVR here is based on -SVR, so various optimization methods for SVR can be used. Experimental results show that the proposed AEPSVR can reduce the affect of outliers, and have the very good generalization capability.

Key words： Support Vector Regression (SVR) Outlier Adaptive Error Penalization (AEP)

收稿日期: 2006-07-20

PACS:

TP181

基金资助:

2004年教育部优秀人才支持计划(NCET-04-0496)，模式识别国家重点实验室开放课题，南京大学软件新技术国家重点实验室开放课题，教育部重点科学研究项目(105087)和国防应用基础研究基金项目(A1420061266)资助课题

引用本文:

陈晓峰;王士同; 曹苏群. 自适应误差惩罚支撑向量回归机[J]. 电子与信息学报, 2008, 30(2): 367-370 . Chen Xiao-feng^①; Wang Shi-tong^①; Cao Su-qun^①②. SVR with Adaptive Error Penalization. , 2008, 30(2): 367-370 .

链接本文:

http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2006.01081 或 http://jeit.ie.ac.cn/CN/Y2008/V30/I2/367