一种支持向量回归机自动模型选择方法

摘要：

为解决SVR(支持向量回归)自动模型选择的问题,提出一种基于梯度下降算法的支持向量回归机模型参数优化方法.通过最小化模型选择准则R2w2,对核参数集采用梯度下降算法得到局部最优的模型参数.依据黎曼几何为理论,提出一种适合于SVR的保角变换,对核函数进行数据依赖的改进,进一步提高SVR的泛化能力.仿真试验的结果验证了该方法的有效性.

关键词：支持向量回归、模型选择、梯度下降、黎曼几何

分类号：TP391(计算技术、计算机技术)

资助基金：北京市自然科学基金资助项目4092048

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23