【gpa改进算法论文】基于SVM的大样本数据回归预测改进算法

时间:2015-01-09 19:19:54 作者:顾嘉运;刘晋飞;陈明

本文作者:顾嘉运;刘晋飞;陈明;成功正常投稿发表论文到《计算机工程》2014年01期,引用请注明来源400期刊网!


如果您需要快速发表论文服务,请联系在线编辑!


【摘要】:针对支持向量机回归预测精度与训练样本尺寸不成正比的问题,结合支持向量机分类与回归算法,提出一种大样本数据分类回归预测改进算法。设计训练样本尺寸寻优算法,根据先验知识对样本数据进行人为分类,训练分类模型,基于支持向量机得到各类别样本的回归预测模型,并对数据进行预测。使用上证指数的数据进行实验,结果表明,支持向量机先分类再回归算法预测得到的均方误差达到12.4,低于人工神经网络预测得到的47.8,更远低于支持向量机直接回归预测得到的436.9,验证了该方法的有效性和可行性。
【论文正文预览】:1概述目前,机器学习方法得到了广泛的应用,不少学者将机器学习的方法应用于机械产品的寿命预测,而其中人工神经网络(ArtificialNeuralNetwork,ANN)和支持向量机(SupportVectorMachine,SVM)等方法在寿命预测中应用较多。由于人工神经网络存在对样本数量与质量具有高依赖性,
【文章分类号】:TP18
【稿件关键词】:支持向量机大样本尺寸优化分类回归预测
【参考文献】:
【稿件标题】:【gpa改进算法论文】基于SVM的大样本数据回归预测改进算法
【作者单位】:同济大学机械工程学院;同济大学电子与信息工程学院;
【发表期刊期数】:《计算机工程》2014年01期
【期刊简介】:《计算机工程》杂志是由中华人民共和国新闻出版总署、正式批准公开发行的优秀期刊,计算机工程杂志具有正规的双刊号,其中国内统一刊号:CN31-1289/TP,国际刊号:ISSN1000-3428。计算机工程杂志社由中国电子科技集团公司主管、主办,本刊为月刊。自创刊以来......更多计算机工程杂志社(http://www.400qikan.com/qk/6013/)投稿信息
【版权所有人】:顾嘉运;刘晋飞;陈明;


更多科技类论文详细信息: 【gpa改进算法论文】基于SVM的大样本数据回归预测改进算法 论文代写
http://m.400qikan.com/lw-16812 论文代发

相关专题:大学生创业 长春师范学院学报

相关论文
相关学术期刊
《机械制造与自动化》 《中国病原生物学杂志》 《脑与神经疾病杂志》 《山东对外经贸》 《国际肿瘤学杂志》 《四川医学》 《社会科学辑刊》 《初中生必读》 《电子与自动化》 《现代临床护理》

< 返回首页