您的位置： 专家智库 > >

汪艳

作品数：1 被引量：6H指数：1
供职机构：浙江传化股份有限公司更多>>
相关领域：理学自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇样本数据
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量回归...
  • 1篇最优解
  • 1篇向量
  • 1篇关键参数
  • 1篇核参数

机构

  • 1篇中国计量学院
  • 1篇浙江传化股份...

作者

  • 1篇郭天太
  • 1篇汪艳
  • 1篇洪博

传媒

  • 1篇中国科技信息

年份

  • 1篇2015
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
支持向量回归机的参数择优算法被引量：6
2015年
在使用支持向量回归机(SVR)对样本数据进行定量分析时,其关键参数惩罚系数C和核参数g的选择直接决定了算法的精度和耗时,甚至决定了是否能求得最优解。近年来智能算法在测量控制类领域的普及,对SVR算法在计算时间和计算精度上提出了更为严格的要求。故本文分别介绍了使用网格搜索法、遗传算法以及粒子群算法搜索SVR最优参数对(C,g)的原理,并对网格搜索法(GRID)、粒子群算法(PSO)以及遗传算法(GA)这三种启发式算法优化下的支持向量回归机回归的学习能力、预测能力以及计算时间进行了比较。
张偲敏汪艳郭天太洪博刘焱煜
关键词：支持向量回归机样本数据关键参数核参数最优解
全选 清除 导出
共1页<1>
聚类工具0