南京大学学报(自然科学版) ›› 2019, Vol. 55 ›› Issue (6): 10301039.doi: 10.13232/j.cnki.jnju.2019.06.015
摘要:
孪生支持向量回归机(Twin Support Vector Regression,TSVR)的数学模型是求解一对约束优化问题,如何将约束优化问题转化为无约束优化问题进行求解是一个难题.在TSVR约束优化模型的基础上,依据最优化理论提出TSVR的无约束优化问题.然而,无约束优化问题的目标函数有可能不可微,为解决这个问题,引入极大熵函数,确保优化问题都是可微的.标准的极大熵函数法有可能发生数值溢出,所以对极大熵函数法进行了改进,提出自适应调节极大熵函数法来逼近TSVR的不可微项,并提出基于自适应调节极大熵函数法的TSVR学习算法.实验结果表明,和其他回归方法相比,所提算法不仅能够提高回归精度,而且效率得到了较大的提高.
中图分类号:
1 | Cortes C , Vapnik V . Support?vector networks. Machine Learning,1995,20(3):273-297. |
2 | 丁世飞,张健,张谢锴 等 . 多分类孪生支持向量机研究进展. 软件学报,2018,29(1):89-108. |
Ding S F , Zhang J , Zhang XK ,et al . Survey on multi class twin support vector machines. Journal of Software,2018,29(1):89-108. | |
3 | Pei H M , Chen Y Y , Wu Y K ,et al . Laplacian total margin support vector machine based on within?class scatter. Knowledge?Based Systems,2017,119:152-165. |
4 | Jayadeva K R , Chandra S . Twin support vector machines for pattern classification. IEEE Transactions on Pattern Analysis and Machine Intelligence,2007,29(5):905-910. |
5 | 丁世飞,黄华娟 . 最小二乘孪生参数化不敏感支持向量回归机. 软件学报,2017,28(12):3146-3155. |
Ding S F , Huang H J . . Least squares twin parametric insensitive support vector regression. Journal of Software28(12):3146-3155. | |
6 | 谢娟英,谢维信 . 基于特征子集区分度与支持向量机的特征选择算法. 计算机学报,2014,37(8):1704-1718. |
Xie J Y , Xie W X . . Several feature selection algorithms based on the discernibility of a feature subset and support vector machines. Chinese Journal of Computers,2014,37(8):1704-1718. | |
7 | Chen X B , Yang J , Ye Q L ,et al . Recursive projection twin support vector machine via within?class variance minimization. Pattern Recognition,2011,44(10-11):2643-2655. |
8 | Shao Y H , Deng N Y , Yang Z M . Least squares recursive projection twin support vector machine for classification. Pattern Recognition,2012,45(6):2299-2307. |
9 | Peng X J . TSVR:an efficient twin support vector machine for regression. Neural Networks,2010,23(3):365-372. |
10 | Zhong P , Xu Y T , Zhao Y H . Training twin support vector regression via linear programming. Neural Computing and Applications,2012,21(2):399-407. |
11 | 黄华娟,丁世飞,史忠植 . 光滑CHKS孪生支持向量回归机. 计算机研究与发展,2015,523):569-578. (Huang H J,Ding S F,Shi Z Z. Smooth CHKS twin support vector regression. Journal of Computer Research and Development,2015,52(3):569-578. |
12 | 吴青 . 基于优化理论的支持向量机学习算法研究. 博士毕业论文. 西安:西安电子科技大学,2009. |
Wu Q . . Research on learning algorithms for support vector machines based on optimization theory. Ph.D.,Xi'an:Xidian University,2009. | |
13 | 黄华娟 . 孪生支持向量机关键问题的研究. 博士毕业论文. 徐州:中国矿业大学,2014. |
Huang H J . . Research on the key problems of twin support vector machines. Ph.D.,Xuzhou:China University of Mining and Technology,2014. | |
14 | An Y X , Ding S F , Shi S H ,et al . Discrete space reinforcement learning algorithm based on support vector machine classification. Pattern Recognition Letters,2018,111:30-35. |
15 | Ding S F , An Y X , Zhang X K ,et al . Wavelet Twin Support vector machines based on glowworm swarm optimization. Neurocomputing,2017,225:157-163. |
16 | 冯昌,廖士中 . 随机傅里叶特征空间中高斯核支持向量机模型选择. 计算机研究与发展,2016,53(9):1971-1978. |
Feng C , Liao S Z . . Model selection for Gaussian kernel support vector machines in random fourier feature space. Journal of Computer Research and Development,2016,53(9):1971-1978. |
[1] | 刘亮,何庆. 基于改进蝗虫优化算法的特征选择方法[J]. 南京大学学报(自然科学版), 2020, 56(1): 41-50. |
[2] | 张银芳,于洪,王国胤,谢永芳. 一种用于数据流自适应分类的主动学习方法[J]. 南京大学学报(自然科学版), 2020, 56(1): 67-73. |
[3] | 杨 蕴, 宋 健, 朱 琳, 吴剑锋, 王锦国. 基于KELM地面沉降替代模型的地下水多目标管理模型研究[J]. 南京大学学报(自然科学版), 2019, 55(3): 349-360. |
[4] | 杨 韧,张兴敢1*. 压缩感知重构SAMP的改进算法[J]. 南京大学学报(自然科学版), 2018, 54(3): 538-542. |
[5] | 段明月1,2,黄 晶1,2*,陈贺昌1,2,金 弟3*. 一种基于异域自适应的新型社团发现算法[J]. 南京大学学报(自然科学版), 2018, 54(1): 40-. |
[6] | 王卓君,申德荣*,聂铁铮,寇 月,于 戈. UCM-PPM:基于用户分级的多参量Web预测模型[J]. 南京大学学报(自然科学版), 2018, 54(1): 85-. |
[7] | 余双春,袁 杰,沈庆宏*. 实时视频去隔行的并行算法研究[J]. 南京大学学报(自然科学版), 2016, 52(5): 795-. |
[8] | 黄伟婷1*,赵 红2. 基于误差数据的最小代价属性选择分治算法[J]. 南京大学学报(自然科学版), 2016, 52(5): 890-. |
[9] | 田 健,王开军*,郭躬德,陈黎飞. 融合速度特征的压缩感知目标跟踪算法[J]. 南京大学学报(自然科学版), 2016, 52(1): 149-158. |
[10] | 付 强1,2,肖沈阳1,2,郑思远1,2,刘胜兴1,2*. 基于信道估计的判决反馈均衡器在时变水声信道中的应用研究[J]. 南京大学学报(自然科学版), 2015, 51(7): 55-. |
[11] | 孙馨喆1,2,文立1,2,杨武夷1,2*,张宇1,2. 基于时频图像处理的宽吻海豚声通讯信号自动检测方法[J]. 南京大学学报(自然科学版), 2015, 51(7): 16-. |
[12] | 吴 琼,柏业超*,张兴敢 . 基于贝叶斯压缩感知的宽带雷达回波处理[J]. 南京大学学报(自然科学版), 2015, 51(4): 665-672. |
[13] | 栾海军1,董红斌1*, 周 阳2. 连续双向拍卖市场中的一种自适应竞价策略研究[J]. 南京大学学报(自然科学版), 2015, 51(2): 368-376. |
[14] | 姜平1,2*,窦全胜1,2,王晶3 . 基于局部自适应点特异度阈值的眼底图像血管分割方法研究[J]. 南京大学学报(自然科学版), 2015, 51(1): 165-173. |
[15] | 黄旋旋1,2,朱科锋1*,赵坤. 近海台风中心自适应定位方法研究[J]. 南京大学学报(自然科学版), 2014, 50(6): 855-864. |
|