增量式约简最小二乘孪生支持向量回归机

TP181; 为了解决增量式最小二乘孪生支持向量回归机存在构成的核矩阵无法很好地逼近原核矩阵的问题,提出了一种增量式约简最小二乘孪生支持向量回归机(IRLSTSVR)算法.该算法首先利用约简方法,判定核矩阵列向量之间的相关性,筛选出用于构成核矩阵列向量的样本作为支持向量以降低核矩阵中列向量的相关性,使得构成的核矩阵能够更好地逼近原核矩阵,保证解的稀疏性.然后通过分块矩阵求逆引理高效增量更新逆矩阵,进一步缩短了算法的训练时间.最后在基准测试数据集上验证算法的可行性和有效性.实验结果表明,与现有的代表性算法相比,IRLSTSVR算法能够获得稀疏解和更接近离线算法的泛化性能....

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 15; no. 3; pp. 553 - 563
Main Authors 曹杰, 顾斌杰, 熊伟丽, 潘丰
Format Journal Article
LanguageChinese
Published 江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122 01.03.2021
Subjects
约简方法
孪生支持向量回归机(TSVR)
增量式学习
最小二乘
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1912005

Cover

More Information
Summary:TP181; 为了解决增量式最小二乘孪生支持向量回归机存在构成的核矩阵无法很好地逼近原核矩阵的问题,提出了一种增量式约简最小二乘孪生支持向量回归机(IRLSTSVR)算法.该算法首先利用约简方法,判定核矩阵列向量之间的相关性,筛选出用于构成核矩阵列向量的样本作为支持向量以降低核矩阵中列向量的相关性,使得构成的核矩阵能够更好地逼近原核矩阵,保证解的稀疏性.然后通过分块矩阵求逆引理高效增量更新逆矩阵,进一步缩短了算法的训练时间.最后在基准测试数据集上验证算法的可行性和有效性.实验结果表明,与现有的代表性算法相比,IRLSTSVR算法能够获得稀疏解和更接近离线算法的泛化性能.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1912005