学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于网格搜索的支持向量机核函数参数的确定
被引:127
作者
:
王兴玲
论文数:
0
引用数:
0
h-index:
0
机构:
中国海洋大学计算中心
王兴玲
李占斌
论文数:
0
引用数:
0
h-index:
0
机构:
中国海洋大学计算中心
李占斌
机构
:
[1]
中国海洋大学计算中心
[2]
中国海洋大学计算机系
来源
:
中国海洋大学学报(自然科学版)
|
2005年
/ 05期
关键词
:
支持向量机;
核函数;
网格搜索;
D O I
:
10.16441/j.cnki.hdxb.2005.05.032
中图分类号
:
TP181 [自动推理、机器学习];
学科分类号
:
摘要
:
为提高支持向量机的分类准确率,研究了支持向量机核函数的参数确定问题,得到了1种确定支持向量机核函数的参数的有效途径。利用网格搜索法可使各组核函数参数相互解耦,从而便于并行计算,提高了运行效率。将此方法用于测井岩性分类器的训练得到了较理想的仿真结果。
引用
收藏
页码:859 / 862
页数:4
相关论文
共 3 条
[1]
关于统计学习理论与支持向量机
张学工
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
张学工
[J].
自动化学报,
2000,
(01)
: 36
-
46
[2]
SUPPORT-VECTOR NETWORKS
CORTES, C
论文数:
0
引用数:
0
h-index:
0
CORTES, C
VAPNIK, V
论文数:
0
引用数:
0
h-index:
0
VAPNIK, V
[J].
MACHINE LEARNING,
1995,
20
(03)
: 273
-
297
[3]
Neurocomputing: Algorithms, Architectures and Application .2 S. Knerr,L. Personnaz,G. Dreyfus. Springer-Verlag . 1990
←
1
→
共 3 条
[1]
关于统计学习理论与支持向量机
张学工
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
张学工
[J].
自动化学报,
2000,
(01)
: 36
-
46
[2]
SUPPORT-VECTOR NETWORKS
CORTES, C
论文数:
0
引用数:
0
h-index:
0
CORTES, C
VAPNIK, V
论文数:
0
引用数:
0
h-index:
0
VAPNIK, V
[J].
MACHINE LEARNING,
1995,
20
(03)
: 273
-
297
[3]
Neurocomputing: Algorithms, Architectures and Application .2 S. Knerr,L. Personnaz,G. Dreyfus. Springer-Verlag . 1990
←
1
→