论文部分内容阅读
针对传统支持向量回归机（SVR）中经验风险和置信风险的折中系数C难以选择的问题，提出了2种给定经验风险水平的支持向量回归新模型．相比于传统的SVR模型，新模型给出了结构风险化原则的另一种实现方式，为经验风险和置信风险的控制提供了更容易处理的方案．此方案一方面可满足对经验风险的具体要求；另一方面又避免了折中系数C的选取，减少了模型参数的选择时间．此外，新模型还可通过设置各个样本点上经验风险的大小，自然地处理样本点重要性不一样的问题．标准数据集上的实验验证了新模型的有效性．