加权支持向量回归在线学习方法 (2009年)

【文件属性】：
文件名称：加权支持向量回归在线学习方法 (2009年)
文件大小：256KB
文件格式：PDF
更新时间：2021-06-13 09:58:01
自然科学 论文 在标准支持向量回归在线学习的基础上，提出了一种加权支持向量回归在线学习方法(WOSVR)，即加权支持向量机中针对不同样本点使用不同惩罚系数C，且不同惩罚系数C反映了样本重要性的不同，WOSVR中近期数据重要性大于历史数据重要性．使用基准数据MackeyGlass混沌序列进行了相关验证实验．结果表明，加权支持向量回归在线学习方法能有效修改模型.