基于多样本的在线支持向量回归算法
On-line support vector regression with multiple samples作者机构：浙江大学超大规模集成电路设计研究所浙江杭州310027
出 版 物：《浙江大学学报（理学版）》 (Journal of Zhejiang University（Science Edition）)
年 卷 期：2011年第38卷第4期
页 面：405-408页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：提出一种针对多样本的在线支持向量回归(SVR)算法,以解决目前SVR在线训练算法每次只能处理1个样本的问题.算法以拉格朗日乘数法和库恩-塔克(KKT)条件为基础,逐步改变样本的系数,并在每次迭代中保持原来的样本满足KKT条件,最终使所有训练样本满足KKT条件.实验表明,该方法可有效更新SVR模型,且计算效率相比于基于单样本的在线回归算法有较大的优势.
维普期刊数据库
同方期刊数据库