计算机科学 ›› 2007, Vol. 34 ›› Issue (3): 154-158.
• 计算机网络与信息安全 • 上一篇 下一篇
周晓剑 朱嘉钢 王士同
出版日期:
发布日期:
基金资助:
ZHOU Xiao-Jian ,ZHU Jia-Gang ,WANG Shi-Tong （School of Information Engineering, Southern Yangtze University, Wuxi 214122）
Online:
Published:
摘要： 为使Huber-SVR更具鲁棒性，深入研究了Huber-SVR中参数与输入噪声之间的关系。运用SVR的贝叶斯框架，分别推导出了鲁棒的Huber-SVR中参数μ与拉斯噪声和均匀噪声之间呈近似线性关系，并结合仿真结果和已有的相关结论，得到了更为一般的结论，即鲁棒的Huber-SVR中参数μ与输入噪声之间呈近似线性关系。这一结论为输入样本含有分布未知噪声的情况下Huber-SVR参数的选择提供了理论依据。
关键词: 支持向量机 支持向量回归机 Huber损失函数
Abstract: The dependency relationship between μ and the input noise in Huber-SVR is studied using SVR Bayesian evidence framework. First, focus is paid on the cases of Laplacian noise and Uniform noise, and the approximately linear dependencies between μ and the va
Key words: Support vector machines（SVM）, Support vector regression（SVR）, Huber loss function
周晓剑 朱嘉钢 王士同. Huber-SVR中参数μ与输入噪声间的近似线性关系[J]. 计算机科学, 2007, 34(3): 154-158. https://doi.org/
ZHOU Xiao-Jian ,ZHU Jia-Gang ,WANG Shi-Tong （School of Information Engineering, Southern Yangtze University, Wuxi 214122）. [J]. Computer Science, 2007, 34(3): 154-158. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I3/154
Cited
首页