-
题名一种支持向量逐步回归机算法研究
被引量：5
- 1
-
-
作者
曾绍华
魏延
段廷才
曹长修
-
机构
重庆大学自动化学院
重庆大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第8期78-81,共4页
-
基金
重庆市教委科学技术研究项目(No.KJ050809) 。
-
文摘
支持向量机是解决非线性问题的重要工具,对多元线性回归模型和支持向量机的原始形式进行比较,拟定从样本子集的多元线性回归模型出发,逐步搜索支持向量,提出了一种建立支持向量回归机的快速算法,以降低核矩阵的规模从而降低解凸二次规划的复杂度;最后,分析了该算法的复杂度,并提供了一个算例。
-
关键词
支持向量逐步回归机
核矩阵
复杂度分析
-
Keywords
support vector stepwise regression
kernel matrix
complexity analysis
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于最小二乘支持向量机的膨胀土判别与分类
- 2
-
-
作者
李国辉
闵军
陶宗涛
-
机构
河北建设勘察研究院有限公司
云南省水利水电科学研究所
河南省水利科学研究院
-
出处
《科学技术与工程》
2009年第6期1636-1639,共4页
-
文摘
膨胀土在我国分布广泛,对工程影响巨大,如何对其进行判别一直是岩土工程中一项重要的工作。现有的膨胀土判别与分类方法,大多仅以简单的双变量分析为依据。所选取的判别指标大多具有相同信息。针对于此,提出两种方法对膨胀土进行分类,第一种是从胀缩机理出发,采用逐步回归分析选取能够表征膨胀土的6项独立指标,再利用最小二乘支持向量机进行分类;第二种是对全部指标进行分类。结果表明最小二乘支持向量机在两种情况下都能对膨胀土进行准确的分类,也证明了最小二乘支持向量机功能的强大性。
-
关键词
膨胀土
最小二乘支持向量机(LS-SVM)
分类
逐步回归
-
Keywords
expansive soil least square support vector machine classification stepwise regression
-
分类号
TU443
[建筑科学—岩土工程]
-
