支持向量机的数据依赖型核函数改进算法

支持向量机的数据依赖型核函数改进算法

孙延风^1,2，梁艳春²

1. 吉林大学数学学院, 长春 130012； 2. 吉林大学计算机科学与技术学院，长春 130012

收稿日期:2003-01-04 修回日期:1900-01-01 出版日期:2003-07-26 发布日期:2003-07-26
通讯作者: 梁艳春

An Improved Method for Kernel Function withData-Dependent Type of Support Vector Machine

SUN Yan-feng^1,2, LIANG Yan-chun²

1. College of Mathematics Science, Jilin University, Changchun 130012, China； 2. College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2003-01-04 Revised:1900-01-01 Online:2003-07-26 Published:2003-07-26
Contact: LIANG Yan-chun

摘要/Abstract

摘要： 基于信息几何理论，提出一种新的支持向量机核函数改进算法. 利用与数据有关的保角映射，使核函数具有数据依赖性. 对股票价格数据进行预测的数值模拟结果表明，改进算法比常规模型具有更好的预测精度.

关键词: 支持向量机, 数据依赖, 信息几何, 保角映射

Abstract: A novel improved method for kernel function of support vector machine(SVM) is proposed based on the information geometry theory. The kernel function is modified by means of a conformal mapping, which makes the kernel function data-dependent. The simulated results on the prediction of stock price show that the improved approach possesses better forecasting precision than the conventional models.

Key words: support vector machine, data dependent, information geometry, conformal mapping

中图分类号:

TP183

孙延风，梁艳春. 支持向量机的数据依赖型核函数改进算法[J]. J4, 2003, 41(03): 329-333.

SUN Yan-feng, LIANG Yan-chun. An Improved Method for Kernel Function withData-Dependent Type of Support Vector Machine[J]. J4, 2003, 41(03): 329-333.

[1]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[2]	刘桂锋, 于绍楠, 崔璐. 一种基于集成学习策略的单细胞转录组数据集成分类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1252-1255.
[3]	刘颖, 杜星秋, 温东欣, 唐伟宁, 张洪明. 基于TLSmote-SVM的非均衡用户窃漏电诊断算法[J]. 吉林大学学报(理学版), 2021, 59(1): 136-142.
[4]	杨健, 杨超宇, 李慧宗. 基于二维离散小波的生成图像鉴别方法[J]. 吉林大学学报(理学版), 2019, 57(3): 619-626.
[5]	朱超平, 任继平. 基于智能优化算法的物联网异构数据融合方法[J]. 吉林大学学报(理学版), 2019, 57(3): 627-632.
[6]	周水生, 姚丹. 一种改进的LSTSVM增量学习算法[J]. 吉林大学学报(理学版), 2018, 56(4): 909-916.
[7]	杨永强, 李淑红. 最小二乘支持向量机的点云数据孔洞修补算法[J]. 吉林大学学报(理学版), 2018, 56(3): 692-696.
[8]	徐中宇, 苏明玉, 姚庆安. 基于改进PSO算法的混合核SVM算法[J]. 吉林大学学报(理学版), 2018, 56(3): 625-630.
[9]	周水生, 周艳玲, 姚丹, 王保军. 基于QR分解的稀疏LSSVM算法[J]. 吉林大学学报(理学版), 2018, 56(2): 347-354.
[10]	郭凯文, 潘宏亮, 侯阿临. 基于特征选择和聚类的分类算法[J]. 吉林大学学报(理学版), 2018, 56(2): 395-398.
[11]	赵玉兰, 苑全德, 孟祥萍. 基于稀疏编码和机器学习的多姿态人脸识别算法[J]. 吉林大学学报(理学版), 2018, 56(2): 340-346.
[12]	杨琦. 融合Morlet小波与GA优化多模态核的轴承故障检测算法[J]. 吉林大学学报(理学版), 2018, 56(1): 101-108.
[13]	刘颖, 张丽娟, 韩亚男, 庞丽艳, 王帅. 基于粒子群协同优化算法的供应链金融信用风险评价模型[J]. 吉林大学学报(理学版), 2018, 56(1): 119-125.
[14]	刘颖, 王丽敏, 姜建华, 赵成丽, 张池军, 孙铁铮. 基于离群点剔除的SVM信用风险评价方法[J]. 吉林大学学报(理学版), 2016, 54(06): 1395-1400.
[15]	邓江洪, 赵领. 多特征筛选与支持向量机相融合的图像分类模型[J]. 吉林大学学报(理学版), 2016, 54(04): 862-866.