HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

集成SVM的回归预测及其遥感应用

作者:刘永进 汪西莉支持向量机遗传算法bagging算法异构集成水质参数回归模型

摘要:为了提高单支持向量机(SVM)回归模型的泛化能力,引入遗传算法(GA)用以搜索SVM的"低偏差区域",给出了一种基于GA的SVM异构集成方法。用此方法对十个典型的数据集进行回归预测,并与单SVM回归结果和Bagging集成回归结果进行了比较,表明这种异构集成方法有较好的泛化能力。将这种方法应用于感兴趣的四个渭河陕西段水质参数的遥感反演,取得了更为精确的预测结果。实验表明,对小样本情况,基于GA的SVM异构集成方法能在付出合理时间花销的条件下,使单SVM的泛化能力得到有效提升。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机技术与发展

《计算机技术与发展》(CN:61-1450/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机技术与发展》在国内外有广泛的覆盖面,国内读者遍布全国32个省(市、自治区)以及港、澳、台地区,境外读者分布在北美、西欧、韩国、日本等38个国家和地区。

杂志详情