规则的多核学习支持向量回归算法
来源期刊:机械设计与制造2016年第12期
论文作者:吕达 刘文婧 陈肖洁
文章页码:53 - 56
关键词:多核学习;加法规则;乘法规则;支持向量回归机;预测;
摘 要:核函数的选择与数据分布信息密切相关,为了避免单一核函数选择的盲目性,提高支持向量回归机的性能,提出一种基于规则的多核支持向量回归算法。算法采用基于加法规则或基于乘法规则来获取多核,增强了核函数的非线性和多样性,进而进行多核学习。UCI数据集上的实验结果表明,与传统的支持向量回归机相比,所提算法能有效提高模型的预测精度和泛化性能,有着更为客观的优势;对比基于加法规则和基于乘法规则的多核学习算法的实验预测结果,可知两者的预测精度和模型稳定性基本相当,证实了所提算法的有效性。
吕达1,刘文婧2,陈肖洁2
1. 包头职业技术学院电气工程系2. 内蒙古科技大学机械工程学院
摘 要:核函数的选择与数据分布信息密切相关,为了避免单一核函数选择的盲目性,提高支持向量回归机的性能,提出一种基于规则的多核支持向量回归算法。算法采用基于加法规则或基于乘法规则来获取多核,增强了核函数的非线性和多样性,进而进行多核学习。UCI数据集上的实验结果表明,与传统的支持向量回归机相比,所提算法能有效提高模型的预测精度和泛化性能,有着更为客观的优势;对比基于加法规则和基于乘法规则的多核学习算法的实验预测结果,可知两者的预测精度和模型稳定性基本相当,证实了所提算法的有效性。
关键词:多核学习;加法规则;乘法规则;支持向量回归机;预测;