基于支持向量回歸算法的ＲＢＦ神經(jīng)網(wǎng)絡(luò)

[摘 要] 支持向量機(jī)是由Vapnik等人提出的一種基于統(tǒng)計(jì)學(xué)習(xí)理論的新型機(jī)器學(xué)習(xí)算法，該技術(shù)已成為當(dāng)前國(guó)際機(jī)器學(xué)習(xí)界的研究熱點(diǎn)，并廣泛用于解決分類和回歸問(wèn)題。本文給出了基于支持向量回歸算法的RBF神經(jīng)網(wǎng)絡(luò)，實(shí)驗(yàn)結(jié)果表明，基于支持向量回歸算法的RBF神經(jīng)網(wǎng)絡(luò)的泛化能力強(qiáng)、對(duì)樣本的依賴程度低，它比基于RBF神經(jīng)網(wǎng)絡(luò)的建模方法具有更好的推廣能力。

[關(guān)鍵詞] 支持向量機(jī) RBF神經(jīng)網(wǎng)絡(luò) 二次規(guī)劃 Lagrange對(duì)偶