论文部分内容阅读
利用支持向量回归机(SVR)算法,对在ε-insensitive和Quadratic两种损失函数下的两种核函数进行了研究与分析.在样本数据学习中,发现其预测精度远远高于BP神经网络的预测精度,且参数取值范围很大.针对支持向量回归机模型,给出了参数的取值范围,为SVM在类似工程上的应用提供了参考.