论文研究 基于最小二乘近似支持向量回归模型的电子商务信用风险预警.pdf

偏最小二乘回归法（PLSR：partialleastsquaresregression)：是一种新型的多元统计数据分析方法，它主要研究的是多因变量对多自变量的回归建模，特别当各变量内部高度线性相关时，

电子商务信用评价模型研究,卢景,,本文结合信用管理相关理论,对电子商务中的信用问题做了详尽的分析,并以淘宝网为实证,在淘宝网现有信用评价体系基础上,提出新

偏最小二乘回归的子函数，主程序可以调动它。

PLS是一种可以处理多个因变量对多个自变量的回归建模方法。特别当各变量集合内部存在较高程度的相关性时,用PLS进行回归建模分析,比对逐个因变量做多元回归更加有效,其结论更加可靠,整体性更强

最小二乘支持向量机 一种新的最小二乘支持向量机算法

最小二乘支持向量机一种新的最小二乘支持向量机算法

根据《PatternRecognitionandMachineLearning》这本书的第7章（稀疏核机）的7.1节，介绍了样本数据线性可分的线性可分支持向量机和样本数据重叠的线性支持向量机，以及支持

为了提高物流需求的预测精度,在分析物流需求影响因素基础上,建立了物流需求的二阶振荡微粒群最小二乘支持向量机预测模型。利用最小二乘支持向量机LSSVM描述物流需求与其影响因素间的复杂非线性关系,并通过二

MATLAB，可直接替换数据运行。主成分回归分析 Principal Component Regression（PCR）是一种多元回归分析方法，旨在解决自变量间存在多重共线性问题。

针对椒盐噪声的特点, 提出了一种以回归型最小二乘支持向量机(Least square support vector regression , LS-SVR)为数据恢复算法的开关型滤波器。首先利用max