回归支持向量机SMO算法的改进

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (17): 74-76.

回归支持向量机SMO算法的改进

许建潮，张玉石

长春工业大学计算机科学与工程学院，长春 130012

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-06-11 发布日期:2007-06-11
通讯作者: 许建潮

Improvement of SMO algorithm for SVM regression

XU Jian-chao，ZHANG Yu-shi

School of Computer Science & Engineering，Changchun University of Technology，Changchun 130012，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-06-11 Published:2007-06-11
Contact: XU Jian-chao

摘要/Abstract

摘要： 在Smola 和Sch?觟lkopf的SMO算法中，由于使用了单一的极限值而使得算法的效果没有完全表现出来。使用KKT条件来检验二次规划问题，使用两个极限参量来对回归SMO算法进行改进。通过对比实验，这一改进算法在执行速度上表现出了非常好的性能。

关键词: 支持向量机, 回归, 序列最小优化

Abstract: Smola and Sch?觟lkopf’s SMO algorithm is inefficiency sometimes，because the algorithm uses a single threshold value.In this paper the KKT conditions is used to check up the dual problem and two threshold parameters are employed to derive modifications of SMO for regression.Through the contrasted experiment，the modified algorithm performs very well about capability on executing speed.

Key words: Support Vector Machine（SVM）, regression, Sequential Minimal Optimization（SMO）

许建潮，张玉石. 回归支持向量机SMO算法的改进[J]. 计算机工程与应用, 2007, 43(17): 74-76.

XU Jian-chao，ZHANG Yu-shi. Improvement of SMO algorithm for SVM regression[J]. Computer Engineering and Applications, 2007, 43(17): 74-76.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	马梦萍，杨志霞. 非对称ν-无核二次曲面支持向量回归机[J]. 计算机工程与应用, 2021, 57(7): 70-77.
[3]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[4]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[5]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[6]	雷恒林，古兰拜尔·吐尔洪，买日旦·吾守尔，张东梅. 新奇检测综述[J]. 计算机工程与应用, 2021, 57(5): 47-55.
[7]	温杰彬，杨文忠，马国祥，张志豪，李海磊. 基于Apex帧光流和卷积自编码器的微表情识别[J]. 计算机工程与应用, 2021, 57(4): 127-133.
[8]	李俊侠，张秦，郑桂妹. 超宽带雷达人体姿态识别综述[J]. 计算机工程与应用, 2021, 57(3): 14-23.
[9]	徐先峰，蔡路路，张丽. 融合MLP和DBN的光伏发电预测算法[J]. 计算机工程与应用, 2021, 57(3): 266-272.
[10]	魏立斐，李梦思，张蕾，陈聪聪，陈玉娇，王勤. 基于安全两方计算的隐私保护线性回归算法[J]. 计算机工程与应用, 2021, 57(22): 139-146.
[11]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[12]	张翠文，张长伦，何强，王恒友. 目标检测中框回归损失函数的研究[J]. 计算机工程与应用, 2021, 57(20): 97-103.
[13]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[14]	高晋，赵云芃，Godfred Kim Mensah，李欣芸，刘志芬，陈俊杰，郭浩. 静息态功能脑连接的空间动态分析及分类研究[J]. 计算机工程与应用, 2021, 57(2): 150-155.
[15]	秦博宇，郝晓燕，刘永芳. 基于SVM和CRF双层模型的FrameNet框架消歧[J]. 计算机工程与应用, 2021, 57(18): 255-262.