基于SVR模型的數(shù)據(jù)預(yù)測模塊設(shè)計

   本書創(chuàng)建基于支持向量機回歸(Suppo⒒Ⅵctor Regrcssic,n,簡稱sVR)模型實現(xiàn)對監(jiān)測參數(shù)的數(shù)據(jù)預(yù)測。SVR是在支持向量機(suppo⒒吮ctorMachine,sVM)的基礎(chǔ)上引入ε(不敏感損失函數(shù))得到的,使用sVR進行回歸擬合的原理是求得一個使所有訓(xùn)練樣本和其距離的誤差最小的最優(yōu)分類面u]。 K3PE0E000E-PGC2如圖5.49所示,sVR的函數(shù)結(jié)構(gòu)中輸出節(jié)點是各個中間節(jié)點的線性組合。這和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)大同小異,其中每個中間節(jié)點都對應(yīng)著一個支持向量。

   以鎢礦尾礦庫的1#斷面6號監(jiān)測點的歷史浸潤線數(shù)據(jù)為例,創(chuàng)建SVR

回歸模型,其算法具體建模過程。