加权稳健支撑向量回归方法

作     者：张讲社 郭高 ZHANG Jiang-she;GUO Gao

作者机构：西安交通大学理学院信息科学与系统科学研究所西安710049 

出 版 物：《计算机学报》 (Chinese Journal of Computers)

年 卷 期：2005年第28卷第7期

页      面：1171-1177页

核心收录：

学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 0839[工学-网络空间安全] 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）] 

基　　金：国家自然科学基金(60373106) 国家"八六三"高技术研究发展计划项目基金(2001AA113182)资助~~ 

主　　题：支撑向量机 稳健支撑向量回归方法 奇异值 软剔除 统计学习 

摘      要：给出一类基于奇异值软剔除的加权稳健支撑向量回归方法(WRSVR).该方法的基本思想是首先由支撑向量回归方法(SVR)得到一个近似支撑向量回归函数,基于这个近似模型给出了加权SVR目标函数并利用高效的SVR求解技巧得到一个新的近似模型,然后再利用这个新的近似模型重新给出一个加权SVR目标函数并求解得到一个更为精确的近似模型,重复这一过程直至收敛.加权的目的是为了对奇异值进行软剔除.该方法具有思路简捷、稳健性强、容易实现等优点.实验表明,新算法WRSVR比标准SVR方法、稳健支撑向量网(RSVR)方法和加权最小二乘支撑向量机方法(WLSSVM)更加稳健,算法的逼近精度受奇异值的影响远小于SVM、RSVR和WLSSVM算法.