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
2019-2020年专刊出版计划 微信服务介绍 最新一期:2019年第2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
顾彬,王建东.有效的ν支持向量回归机的ν解路径算法.软件学报,2012,23(10):2643-2654
有效的ν支持向量回归机的ν解路径算法
Effective ν-Path Algorithm for ν-Support Vector Regression
投稿时间:2010-01-08  修订日期:2011-11-02
DOI:10.3724/SP.J.1001.2012.04153
中文关键词:  模型选择  解路径  ν支持向量回归机  支持向量机  机器学习
英文关键词:model selection  solution path  ν-support vector regression  support vector machine  machinelearning
基金项目:国家自然科学基金重点项目(61139002); 国家自然科学基金青年科学基金(61202137); 江苏高校优势学科建设工程资助项目; 南京信息工程大学科研启动费(20110433)
作者单位E-mail
顾彬 江苏省网络监控中心(南京信息工程大学), 江苏南京 210044
南京信息工程大学计算机与软件学院, 江苏南京 210044
南京航空航天大学计算机科学与技术系, 江苏南京 210016 
jsgubin@163.com 
王建东 南京航空航天大学计算机科学与技术系, 江苏南京 210016  
摘要点击次数: 1885
全文下载次数: 2621
中文摘要:
      由 Sch?lkopf 等人提出的ν支持向量回归机具有通过参数ν控制支持向量和错误向量个数的优点,然而与标准的支持向量机相比,其形式更为复杂,迄今为止仍没有有效的算法计算ν解路径.基于ν支持向量回归机的修改形式,提出了一种新的解路径算法,它能够追踪参数ν对应的所有解,并通过理论分析和实验,说明了该算法能够尽可能地避免不可行的更新路径,并在有限步内拟合出所有的ν解路径.
英文摘要:
      The ν-support vector regression (ν-SVR) proposed by Sch lkopf, et al., has the advantage of using theparameter ν to control the number of support vectors and margin errors, however, compared to ε-SVR, itsformulation is more complicated. Until now, there have been no effective methods used to compute the ν-path for it.This paper proposes a new solution path algorithm, which is designed based on a modified formulation of ν-SVRand traces the solution path with respect to the parameter ν. Through theoretical analysis and experiments, resultscan show that the algorithm can avoid the infeasible updating path, and fit the entire ν-path in finite steps.
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
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