支持向量机分类器中几个问题的研究

被引：33

作者：

朱永生

张优云

机构：

[1] 西安交通大学润滑理论及轴承研究所

来源：

关键词：

支持向量机; 核参数; 结构风险最小化原则;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

研究了核参数和误差惩罚参数对支持向量机推广能力的影响方式,指出核参数主要影响数据在特征空间中的分布,误差惩罚参数在特征空间中确定经验风险水平而影响SVM的性能。指出特征空间维数和学习机器复杂度并没有直接关系,讨论了结构风险最小化原则,最后给出了支持向量机和神经网络训练方法的差别和仿真试验结果。

引用

页码：36 / 38

页数：3