求解非线性回归问题的Newton算法
针对大规模非线性回归问题,提出基于静态储备池的Newton算法.利用储备池搭建高维特征空间,将原始问题转化成与储备池维数相关的线性支持向量回归问题,并应用Newton算法求解.鲁棒损失函数的应用可抑制异常点对预测结果的干扰.通过与SVR(Support Vector Regression)及储备池Tikhonov正则化方法比较,验证了所提方法的快速性、较高的预测精度和较好的鲁棒性.
支持向量回归、静态储备池、Newton算法、鲁棒性
33
TPL8
国家自然科学基金60674073;国家"八六三"高技术研究发展计划项目基金2007AA04Z158;国家科技支撑计划资助项目2006BAB14B05;国家"九七三"重点基础研究发展规划项目基金2006CB403405
2010-06-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
841-846
