卢丹
- 作品数：2 被引量：7H指数：1
- 供职机构：内蒙古科技大学机械工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于改进回归树的支持向量机规则提取及应用被引量：1
- 2017年
- 支持向量机(SVM)具有较强的"黑箱性",用户对数据的处理过程难以理解。基于回归树算法可有效提取规则,但是传统回归树算法叶节点通常采用算术平均数作为规则的结果,缺陷是到达叶节点样本较多且目标值浮动较大会导致训练和预测的准确度严重下降,而且精度严重依赖于终止条件的设定值。由此提出的改进算法是在回归树的叶节点处采用最小二乘法拟合出对应的函数表达式,代替原算法中的算术平均数。应用煤制甲醇数据进行验证,结果表明改进的回归树算法相比于传统回归树算法训练精度提高了10.6%,预测准确度提高16.3%,同时也有效避免终止条件取值的盲目尝试性,提高实验效率。
- 张文兴卢丹董泽宇
- 关键词：最小二乘法支持向量机
- 基于回归树的支持向量机规则提取及应用被引量：6
- 2017年
- 支持向量机(SVM)因为核函数应用内积运算造成了模型较强的"黑箱性"。目前SVM的"黑箱性"研究主要采用规则提取方法解决分类问题,而回归问题鲜有提及。针对回归问题,尝试性提出基于回归树算法的SVM回归规则提取方法,算法充分利用支持向量的特殊性以及回归树的优势,建立支持向量的决策树模型,成功提取出决策能力高,包含变量少,计算量小且容易读取的规则。通过标准数据集Auto MPG和实际的煤制甲醇生产数据集进行了验证,与其他算法对比分析结果表明,所提取的回归规则在训练精度和预测精度等方面都有一定程度的提高。
- 王建国董泽宇张文兴卢丹
- 关键词：支持向量机
