求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法
周晓剑1
马义中1
朱嘉钢2
刘利平1
汪建均1
1.南京理工大学管理科学与工程系,江苏,南京,2100942.江南大学信息工程学院,江苏,无锡,214122
摘要：序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huher-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值.
关键词：支持向量机非半正定核序列最小最优化算法Huber-支持向量回归机
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(70931002)国家自然科学基金(70672088)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1178-1184 )
英文信息