一种可自适应分组的多输入多输出支持向量机算法
【作者】
毛文涛
[1] ;
冯云芝
[1] ;
闫桂荣
[2]
【关键词】
支持向量机
自适应分组
混合0-1规划
【摘要】针对不同输出端之间相关程度的差异对多输入多输出回归模型泛化能力的影响,提出了一种基于自适应分组的多输入多输出支持向量机算法。该算法基于相关性强的输出端其模型参数也较相似的假设,首先在多维支持向量机的基础上引入带分组结构的正则项,进而将上述正则化问题转变为混合0-1规划;其次,采用交替优化的方法,使相关性强的输出端在同一个分组内进行独立训练,最终自适应地识别最优分组结构和模型参数。分别采用仿真数据和圆柱壳振动工程数据对所提算法进行测试,结果表明,该算法可有效辨识出输出端的相关度,与传统算法相比,该算法可有效提高支持向量机回归模型的泛化能力。
上一篇:采用不确定性度量的粗糙模糊C均值聚类参数获取方法
下一篇:宽带移动卫星通信系统低成本姿态估计算法