论文部分内容阅读
支持向量机是在统计学习理论上发展起来的新一代学习方法，该方法在模式识别、回归估计、概率密度函数估计等方面都获得了较好的应用。基于含有不确定性信息的问题，引入了模糊支持向量机。针对回归估计问题，利用支持向量机的基本思想提出单参数约束下的支持向量机模糊线性回归模型，并给出模型的解，实验结果表明，与其它的模糊回归估计相比该方法得到了更加满意的最优解并且缩短了运行时间。