%0 Journal Article
%T 无偏置v-支持向量回归优化问题研究
%A 丁晓剑
%A 赵银亮
%J 控制与决策
%P 866-870
%D 2012
%X 在高维特征空间中,具有支持向量机形式的学习机的决策超平面倾向于通过原点,并不需要偏置.但在v-支持向量回归机(v-SVR)中存在偏置,为了研究偏置在v-SVR中的作用,提出了无偏置的v-SVR优化问题并给出其求解方法.在标准数据集上的实验表明,无偏置v-SVR的泛化性能好于v-SVR.根据对偶优化问题的解空间分析,偏置b不应包含在v-SVR优化问题中,v-SVR的决策超平面在高维特征空间中应通过原点.
%K 偏置
%K v-
%K 支持向量回归机
%K 优化问题
%U http://www.kzyjc.net:8080/CN/abstract/abstract12051.shtml