加權支持向量機求解路徑算法研究

摘要：針對不同訓練樣本重要性的差異對模型推廣能力的影響，提出了對各個樣本的誤差懲罰參數賦予不同權重的加權支持向量機求解路徑算法。根據樣本重要性的不同，利用分段線性插值得到加權系數，并通過加權系數調整求解路徑，從而改變不同樣本在回歸模型中的作用。采用支持向量機加權求解路徑算法對圓柱殼結構在不同邊界條件下的時、頻域響應數據進行預測，訓練樣本的重要性通過與測試樣本的歐式距離來表達，結果顯示所提算法可減小位移響應在多個評價指標下的預測誤差，提高支持向量回歸機的推廣能力。該方法同樣適用于其他求解路徑算法，如λ-路徑算法和ν-支持向量回歸路徑算法。

關鍵詞：求解路徑；支持向量回歸；加權系數

中圖分類號：TP181 文獻標志碼：A 文章編號：0253—987X(2008)10—1226—04