最小二乘孿生參數化不敏感支持向量回歸機
大小：2.39 MB 人氣： 2017-12-22 需要積分：1
孿生參數化不敏感支持向量回歸機（twin parametric insensitlve support vector regression，簡稱TPISVR）是一種新型機器學習方法．與其他回歸方法相比，TPISVR在處理異方差噪聲方面具有獨特的優勢．標準TPISVR的訓練算法可以歸結為在對偶空間求解一對具有不等式約束的二次規劃問題．然而，這種求解方法的時間消耗比較大．引入最小二乘思想，將TPISVR的兩個二次規劃問題轉化為兩個線性方程組，并在原始空間上直接求解，提出了最小二乘孿生參數化不敏感支持向量回歸機Oeast squares TPISVR，簡稱LSTPISVR）．為了解決LSTPISVR的參數選擇問題，提出了混沌布谷鳥優化算法，并用其對LSTPISVR的參數進行優化選擇．在人工數據集和UCI數據集上的實驗結果表明：LSTPISVR在保持精度不下降的情況下，具有更高的運行效率．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
最小二乘孿生參數化不敏感支持向量回歸機下載
相關電子資料下載
- 大模型卷價格，向量數據庫“卷”什么？ 1556
- 開源芯片系列講座第20期：基于RISC-V向量擴展的開源GPGPU軟硬件設計 140
- 如何利用一些小技巧實現SVM的增量式訓練 321
- 深度解析機器學習各大模型原理 1144
- 泛林集團宣布推出全球首款面向量產的脈沖激光沉積（PLD）機臺 715
- 搭載英偉達GPU，全球領先的向量數據庫公司Zilliz發布Milvus2.4向量數據庫 285
- 飛騰信息技術有限公司：復數向量卷積處理技術及設備 183
- Zilliz攜手大模型生態企業玩轉GDC 2024，向量數據庫和RAG成行業焦點 214
- 與NVIDIA深度參與GTC，向量數據庫大廠Zilliz與全球頂尖開發者共迎AI變革時刻 215
- 基于計算機視覺與機器學習技術的跌倒風險預測 227