1) least square support regression
最小二乘支持向量机回归(LS-SVR)
2) Least squares support vector regression(LS-SVR)
最小二乘支持向量机(LS-SVR)
3) Least squares support vector regression
最小二乘支持向量回归
1.
A least squares support vector regression(LS-SVR) model for the condenser vacuum on-line monitoring was built from external factors,which provided the vacuum target value under the condition of current external environment for operators.
将影响凝汽器真空的因素分为内部因素和外部因素,从外部因素出发,建立了最小二乘支持向量回归模型,用于凝汽器真空实时在线监测,为运行人员提供了当前外部环境下凝汽器真空目标值;通过对凝汽器运行状态的量化评估,为凝汽器的检修提供了依据。
2.
Similarity association rules parameters was found through PCA and a least squares support vector regression(LS-SVR) model that detects sensor fault was built.
提出了基于主成分分析的相似关联规则的数据挖掘方法,并利用最小二乘支持向量回归方法对传感器进行故障检测。
4) Least Square-Wavelet Support Vector regression
最小二乘小波支持向量回归机
5) least squares support vector regression
最小二乘支持向量机回归
1.
Adaptive local learning based least squares support vector regression with application to online modeling for fermentation processes;
用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法
6) least square support vector regression (LSSVR)
最小二乘支持向量机回归(LSSVR)
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条