论文部分内容阅读
删失埘象（例如：可靠性试验中的事件发生时刻）通常表示为时间轴上的一个包含目标精确值的区间。一项最近的研究给出了一种面向删失样本的支持向量回归模型（记作SVCR模型）。当全体训练样本中删失样本比例较高时，相对于传统的支持向量回归模型，该模型可给出更精确的、对目标精确值的估计。通过引入“不敏感”损失函数，给出一个经拓展的SVCR模型（记作模型）。一项数值试验的结果表明，模型始终优于SVCR模型。当全体训练样本中删失样本的比例较高时，模型相对于SVCR模型的提升较为显著。