典型文献
基于高斯噪声的孪生近端最小二乘支持向量回归模型研究及应用
文献摘要：
孪生近端最小二乘支持向量回归机(twin proximal least squares support vector regression,TPLSSVR)是在PLSSVR模型的理论基础上结合TSVR模型的双超平面理念而设计的一种新的回归模型.本文利用TPLSSVR模型框架构建了基于高斯噪声的孪生近端最小二乘支持向量回归模型.该模型利用最小二乘方法,分别加入正则化项b21、b22,将一个不等式约束问题转化为两个更简单的等式约束问题,提高了模型的泛化能力,有效提升了预测精度.为解决模型的参数选择问题,选用收敛速度快、鲁棒性好的粒子群优化算法对模型参数进行优化选择.将新构建的模型应用于人工数据集和风速数据集,实验结果显示该模型有较好的预测效果.
文献关键词：
孪生近端最小二乘支持向量回归机;高斯噪声;风速预测;等式约束
中图分类号：
作者姓名：
袁秋云;张仕光;刘士琴;郭双乐
作者机构：
商丘工学院信息与电子工程学院,河南商丘476000;山东管理学院信息工程学院,山东济南250357;衡水学院数学与计算机学院,河北衡水053000;滨州学院信息工程学院,山东滨州256600
文献出处：
引用格式：
[1]袁秋云;张仕光;刘士琴;郭双乐-.基于高斯噪声的孪生近端最小二乘支持向量回归模型研究及应用)[J].南京师范大学学报（工程技术版）,2022(04):19-28
A类：
孪生近端最小二乘支持向量回归机,TPLSSVR,PLSSVR,b21,b22
B类：
高斯噪声,支持向量回归模型,研究及应用,twin,proximal,least,squares,support,vector,regression,TSVR,超平面,模型框架,框架构建,乘方,别加,正则化,不等式约束,约束问题,问题转化,泛化能力,参数选择,收敛速度,粒子群优化算法,优化选择,模型应用,风速数据,风速预测
AB值：
0.266552
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
