技術(shù)編號：11134761
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及一種新型最小二乘支持向量機(LS-SVM)的超參優(yōu)化方法，屬于優(yōu)化領(lǐng)域背景技術(shù)最小二乘支持向量機(LeastSquaresSupportVectorMachine,LSSVM)是一種遵循結(jié)構(gòu)風(fēng)險最小化原則的核函數(shù)學(xué)習(xí)機器,該模型于1999年由Suykens首次提出，該算法從損失函數(shù)的角度出發(fā)，在標(biāo)準(zhǔn)SVM的基礎(chǔ)上，采用無差評方向作為目標(biāo)函數(shù)，并采用線性等式的形式代替二次規(guī)劃作為約束條件。LS-SVM模型性能受到模型超參數(shù)(正則化參數(shù)γ、核寬度σ)優(yōu)化、核函數(shù)的選擇和支持向量機稀疏化等影...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。