留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

动态最小二乘支持向量机学习算法

邓兴升 花向红

邓兴升, 花向红. 动态最小二乘支持向量机学习算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(11): 1122-1125.
引用本文: 邓兴升, 花向红. 动态最小二乘支持向量机学习算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(11): 1122-1125.
DENG Xingsheng, HUA Xianghong. Learning Algorithm of Dynamic Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11): 1122-1125.
Citation: DENG Xingsheng, HUA Xianghong. Learning Algorithm of Dynamic Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11): 1122-1125.

动态最小二乘支持向量机学习算法

基金项目: 国家自然科学基金资助项目(40474003)
详细信息
    作者简介:

    邓兴升,博士生,高级工程师。主要从事变形监测与灾害预报及统计学习理论等方面的研究。

  • 中图分类号: P258;TU196

Learning Algorithm of Dynamic Least Square Support Vector Machine

Funds: 国家自然科学基金资助项目(40474003)
计量
  • 文章访问数:  636
  • HTML全文浏览量:  27
  • PDF下载量:  401
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-09-15
  • 修回日期:  2008-09-15
  • 刊出日期:  2008-11-05

动态最小二乘支持向量机学习算法

    基金项目:  国家自然科学基金资助项目(40474003)
    作者简介:

    邓兴升,博士生,高级工程师。主要从事变形监测与灾害预报及统计学习理论等方面的研究。

  • 中图分类号: P258;TU196

摘要: 针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法。该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率。大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点。

English Abstract

邓兴升, 花向红. 动态最小二乘支持向量机学习算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(11): 1122-1125.
引用本文: 邓兴升, 花向红. 动态最小二乘支持向量机学习算法[J]. 武汉大学学报 ● 信息科学版, 2008, 33(11): 1122-1125.
DENG Xingsheng, HUA Xianghong. Learning Algorithm of Dynamic Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11): 1122-1125.
Citation: DENG Xingsheng, HUA Xianghong. Learning Algorithm of Dynamic Least Square Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11): 1122-1125.

目录

    /

    返回文章
    返回