国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:华有霖,邵亚斌,朱学勤
单位:1.重庆邮电大学理学院, 重庆 400065;2.网络空间大数据智能安全教育部重点实验室, 重庆 400065
关键词:数据挖掘,粒计算,多粒度表示,多粒度粒球计算,支持向量回归机,
基金:国家自然科学基金资助项目(12061067,62176033);重庆市自然科学基金面上资助项目(CSTB2023NSCQ-MSX0707)
为了实现支持向量回归算法的高效性和鲁棒性,本文将多粒度粒球计算融合到支持向量回归算法中,提出了一种基于粒球计算的多粒度粒球支持向量回归算法。该算法将粒球中的半径信息加入到约束条件中,将原本基于样本点的支持向量算法替换为基于粒球的支持向量回归算法。同时,本文研究了多粒度粒球支持向量回归机的对偶模型。实验结果表明,采用人工数据集和加州大学欧文分校(University of California-Irvine, UCI)公开数据集时,多粒度粒球支持向量回归机的计算效率和鲁棒性均得到提升。
来源:2025年第7期
《山东大学学报(理学版)》期刊编辑部