%0 Journal Article
%T 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
%A 周晓剑
%A 马义中
%A 朱嘉钢
%A 刘利平
%A 汪建均
%J 控制理论与应用
%D 2010
%R 10.7641/j.issn.1000-8152.2010.9.CCTA090393
%X 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Huber-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.
%K 支持向量机
%K 非半正定核
%K 序列最小最优化算法
%K Huber–支持向量回归机
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA090393&flag=1