作　　者： ; ; ;

机构地区： 辽宁师范大学数学系

出　　处： 《计算机工程与应用》 2003年第26期40-41,50,共3页

摘　　要： 支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。该文利用支持向量回归算法中结构风险函数的性质以及KT条件,提出一种回归中的异常值检测方法。仿真实验结果表明了所给方法的可行性和有效性。 Support vector machines(SVM)are a kind of novel machine learning methods,based on statistical learning theory,which have been developed for solving classification and regression problems.A method of outlier detection in re-gression is proposed making use of the character of structure risk function and KT condition in support vector regres-sion in this paper.The results of simulation experiments show the feasibility and effectiveness of the proposed method.

关 键 词： 支持向量机 回归 异常值 核函数

领　　域： [自动化与计算机技术] [自动化与计算机技术]