MSVR算法中系数矩阵条件数的估计研究

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (16): 46-50.

MSVR算法中系数矩阵条件数的估计研究

邹远洋，安聪沛

暨南大学信息科学技术学院，广州 510632

出版日期:2016-08-15 发布日期:2016-08-12

Study on condition number estimation for coefficient matrix of MSVR algorithm

ZOU Yuanyang, AN Congpei

School of Information Science and Technology, Jinan University, Guangzhou 510632, China

Online:2016-08-15 Published:2016-08-12

摘要/Abstract

摘要： 基于支持向量机的基本原理及线性方程组中条件数的估计理论，对多输出支持向量机回归（MSVR，Multi-output Support Regression）算法中线性方程组系数矩阵进行分析。给出了其条件数估值范围的定理。此结果为支持向量机中核函数的选取提供了有效的方法。通过实际数据做出的数值仿真实验验证了理论结果的正确性与实用性。

关键词: 多输出支持向量机回归（MSVR）, 系数矩阵, 条件数, 估计

Abstract: Based on the fundamental principle of the Support Vector Machine（SVM） and the theory of condition number estimation of a linear system. The coefficient matrix of the Multi-output Support Regression（MSVR） algorithm is analyzed. Moreover, a condition number estimation for coefficient matrix of the linear system is presented. This result yields a helpful method to select kernel function of SVM. Finally, the correctness and practicability of theoretical result is supported by the numerical simulation from practical data.

Key words: Multi-output Support Regression（MSVR）, coefficient matrix, condition number, estimation

邹远洋，安聪沛. MSVR算法中系数矩阵条件数的估计研究[J]. 计算机工程与应用, 2016, 52(16): 46-50.

ZOU Yuanyang, AN Congpei. Study on condition number estimation for coefficient matrix of MSVR algorithm[J]. Computer Engineering and Applications, 2016, 52(16): 46-50.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	柴旭，方明，付飞蚺，邵桢. 考场环境下考生视线估计方法[J]. 计算机工程与应用, 2021, 57(9): 199-206.
[3]	张鑫，张席. 优先状态估计的双深度Q网络[J]. 计算机工程与应用, 2021, 57(8): 78-83.
[4]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[5]	邹承明，胡佑璞. 引入生成对抗网络的室外场景单目深度估计[J]. 计算机工程与应用, 2021, 57(6): 176-183.
[6]	左健豪，姜文刚. 自适应融合特征的人群计数网络[J]. 计算机工程与应用, 2021, 57(21): 203-208.
[7]	陈艳杰，舒大伟，杨吉江，王欢，王青，雷毅. 儿童运动协调障碍AI诊断系统研究综述[J]. 计算机工程与应用, 2021, 57(2): 28-36.
[8]	马成齐，李学华，张兰杰，向维. 抗遮挡的单目深度估计算法[J]. 计算机工程与应用, 2021, 57(2): 217-222.
[9]	孟娜，李艳艳，汪霖. 基于CITAF-HAF的立方调频信号参数估计[J]. 计算机工程与应用, 2021, 57(17): 75-79.
[10]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[11]	熊杰，彭军，杨文姬，黄丽芳. 多尺度高分辨率保持和视角不变的手姿态估计[J]. 计算机工程与应用, 2021, 57(14): 148-157.
[12]	夏梦琪，郝琨，赵璐. 基于全卷积编解码网络的单目图像深度估计[J]. 计算机工程与应用, 2021, 57(14): 231-236.
[13]	徐正凤，曾维理，羊钊. 航空器轨迹预测技术研究综述[J]. 计算机工程与应用, 2021, 57(12): 65-74.
[14]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[15]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.