RBF网络和RBF核支持向量机比较研究

RBF网络是模式识别中应用最为广泛的一种神经网络。RBF核函数型支持向量机是一种性能卓越的新型学习机。将这两种学习机进行对比分析,以期在实际应用中做出更好的选择。首先,在理论上分析了这两种学习机在分类原理上的异同。接着,将它们应用于人脸识别,利用ORL人脸图像数据库进行了仿真实验,对比分析它们各自的识别率和泛化能力等性能指标。最后,提出了在应用这两种学习机进行模式识别时应注意的方面。实验结果表明,按照本文提出的两种训练模式,RBF型支持向量机在识别准确率上比RBF网络高出2%到4%。这说明RBF型支持向量机的性能要优于RBF网络。但是RBF网络易于实现,在样本数目足够多的情况下也不不失为一种好的算法。