核函数的选择研究综述

被引：55

作者：

汪廷华 ^{[1
]}

陈峻婷 ^{[2
]}

机构：

[1] 赣南师范学院数学与计算机科学学院

[2] 赣南师范学院现代教育技术中心

来源：

计算机工程与设计 | 2012年 / 33卷 / 03期

关键词：

核函数; 支持向量机; 核方法; 模型选择; 多核学习;

D O I：

10.16208/j.issn1000-7024.2012.03.078

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

核方法是解决非线性模式分析问题的一种有效方法,是当前机器学习领域的一个研究热点。核函数是影响核方法性能的关键因素,以支持向量机作为核函数的载体,从核函数的构造、核函数中参数的选择、多核学习3个角度对核函数的选择的研究现状及其进展情况进行了系统地概述,并指出根据特定应用领域选择核函数、设计有效的核函数度量标准和拓宽核函数选择的研究范围是其中3个值得进一步研究的方向。

引用

页码：1181 / 1186

页数：6

共 15 条

[1]

多核学习方法[J]. 汪洪桥,孙富春,蔡艳宁,陈宁,丁林阁.自动化学报. 2010(08)

[2] 基于核相似性差异最大化的支持向量机参数选择算法 [J].