主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陶卿,曹进德,孙德敏.基于支持向量机分类的回归方法.软件学报,2002,13(5):1024-1028
基于支持向量机分类的回归方法
A Regression Method Based on the Support Vectors for Classification
投稿时间:2000-09-15  修订日期:2001-04-17
DOI:
中文关键词:  回归  分类  支持向量  最大边缘
英文关键词:regression  classification  support vector machines  maximal margin
基金项目:国家自然科学基金资助项目(60175023);中国博士后科学基金资助项目(5030436);安徽省自然科学基金资助项目(01042304);安徽省优秀青年基金资助项目
作者单位
陶卿 中国科学院,自动化研究所,北京,100080
中国人民解放军炮兵学院,一系,安徽,合肥,230031 
曹进德 东南大学,应用数学系,江苏,南京,210096 
孙德敏 中国科学技术大学,自动化系,安徽,合肥,230027 
摘要点击次数: 3111
全文下载次数: 4783
中文摘要:
      支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.
英文摘要:
      The support vector machine is a classification technique based on the structural risk minimization principle, and it is also a class of regression method with good generalization ability. In this paper, a new idea that each regression problem can be changed into a classification problem is presented. The proposed method has some theoretical foundations. Compared with SVM regression method, the geometric meaning of optimization problem in this paper is very clear and obvious.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利