文献类型：期刊文章

作　　者：许敏[1,2] 王士同[1] 顾鑫[1,3] 俞林[2]

机构地区：[1]江南大学数字媒体学院,江苏无锡214122 [2]无锡职业技术学院物联网技术学院,江苏无锡214121 [3]无锡北方湖光光电有限公司研发部,江苏无锡214035

出　　处：《软件学报》

基　　金：国家自然科学基金(61170122;61272210);江苏省研究生创新工程项目(CXZZ12-0759)

年　　份：2013

卷　　号：24

期　　号：10

起止页码：2312-2326

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20135117103958)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对回归问题中存在采集数据不完整而导致预测性能降低的情况,根据支撑向量回归机(support vector regression,简称SVR)等价于中心约束最小包含球(center-constrained minimum enclosing ball,简称CC-MEB)以及相似领域概率分布差异只与两域各自的最小包含球中心点位置有关的理论新结果,提出了针对大数据集的领域自适应核心集支撑向量回归机(adaptive-core vector regression,简称A-CVR).该算法利用源域CC-MEB中心点对目标域CC-MEB中心点进行校正,从而提高目标域的回归预测性能.实验结果表明,这种领域自适应算法可以弥补目标域缺失数据的不足,大大提高回归预测性能.

关 键 词：领域自适应 支撑向量回归 核心集支撑向量机  中心约束最小包含球  大数据集

分 类 号：TP181]