支持向量机的回归拟合 ——混凝土抗压强度预测

资 源 简 介

（1）SVM 是专门针对小样本问题而提出的，其可以在有限样本的情况下获得最优解； （2）SVM 算法最终将转化为一个二次规划问题，从理论上讲可以得到全局最优解，从而解 决了传统神经网无法避免局部最优的问题； （3）SVM 的拓扑结构由支持向量决定，避免了传统神经网络需要反复试凑确定网络结构的

详 情 说 明

（1）SVM 是专门为解决小样本问题而提出的，其可以在有限样本的情况下获得最优解，这使得我们能够更好地应对数据不足的情况； （2）SVM 算法最终将转化为一个二次规划问题，从理论上讲可以得到全局最优解，这一点与传统神经网络的局部最优问题形成了鲜明的对比，这意味着我们能够更可靠地找到最佳解决方案； （3）SVM 的拓扑结构由支持向量决定，这一特性避免了传统神经网络需要反复试凑来确定网络结构的问题，大大简化了模型的设计过程。