Fanelli等[6-8]提出一种方法，将从深度数据估算人脸姿态表达为一个回归问题（Regression Problem），然后利用随机森林算法解决该问题，完成一个简单深度特征映射到三维人脸特征点坐标、人脸旋转角度等实值参数的学习。
基于62个网页-相关网页
... 解决分类问题(classifiy problem) 解决回归问题(regression problem) 物体检测(object detection) ...
基于1个网页-相关网页
The results show that SVM method is better than neural network. It is believed that Using SVM theory to solve regression problem is a method with promising prospect.
结论表明支持向量机在整体性能上优于传统的神经网络方法,用支持向量机来解决回归问题是一种新的视角,有着光明的前景。
参考来源 - 支持向量机及其在铁路工程中的应用研究As new technology of data mining, support vector machines(SVM) have been successfully applied in pattern recognition and regression problem,et al.
支持向量机作为数据挖掘的一项新技术,应用于模式识别和处理回归问题等诸多领域。
参考来源 - 基于支持向量机的电信话务量预测方法·2,447,543篇论文数据，部分数据来源于NoteExpress
For one linear regression problem in statistical method, the method of modeling is described in this paper.
针对统计方法中一元线性回归问题，详细描述了其建模方法。
But, the standard SVR algorithm can only solve one-dimensional output variable regression problem, thus restrict its application in back analysis field.
但现阶段标准的SVR算法只能解决一维输出变量的回归问题，这就使其在反分析领域的应用受到限制。
A support vector regression method based on classification is presented to solve the nonlinear regression problem with unknown data distribution and mathematical model.
提出了一种基于分类技术的支持向量回归方法，解决数据分布未知、数学模型未知的非线性回归问题。
应用推荐