期刊文章详细信息
用于回归估计的支持向量机方法
Support Vector Machines for Regression
文献类型：期刊文章
机构地区：[1]浙江大学工业控制技术国家重点实验室,浙江大学智能系统与决策研究所,浙江杭州310027
年 份：2003
卷 号：15
期 号：11
起止页码：1580-1585
语 种：中文
收录情况：CAS、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、普通刊
摘 要：用于回归估计的支持向量机方法以可控制的精度逼近非线性函数,具有全局最优、良好泛化能力等优越性能,得到广泛的研究。描述了该方法的基本思想,着重讨论了n-SVM、最小二乘SVM、加权SVM、线性SVM等支持向量机的新方法,降低训练时间和减少计算复杂性的分解法、SMO及增量学习算法。在非线性系统参数辨识、预测预报、建模与控制研究中,支持向量机是很有发展前途的研究方法。
关 键 词：支持向量机 回归估计 预测预报 建模与控制
分 类 号：TP181]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
