混合核函数对支持向量机分类性能的改进

被引：3

作者：

朱树先

张仁杰

郑刚

机构：

[1] 上海理工大学光电信息与计算机工程学院

来源：

上海理工大学学报 | 2009年 / 31卷 / 02期

关键词：

支持向量机; 核函数; 模型选择; 核矩阵; 混合核函数;

D O I：

10.13255/j.cnki.jusst.2009.02.021

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.

引用

页码：173 / 176

页数：4

共 6 条

[1] 基于多个混合核函数的SVM决策树算法设计 [J].

薛欣 ;

贺国平 .

计算机工程与应用 , 2007, (08) :142-144

[2] 基于混合核函数的SVM及其应用 [J].

张芬 ;

陶亮 ;

孙艳 .

计算机技术与发展, 2006, (02) :176-178

[3] 支持向量机最优模型选择的研究 [J].

刘向东 ;

骆斌 ;

陈兆乾 .

计算机研究与发展, 2005, (04) :576-581

[4]

统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000

[5]

Conformal Transformation of Kernel Functions: A Data-Dependent Way to Improve Support Vector Machine Classifiers[J] . Si Wu,Shun-Ichi Amari.Neural Processing Letters . 2002 (1)

[6] Choosing Multiple Parameters for Support Vector Machines [J].

Olivier Chapelle ;

Vladimir Vapnik ;

Olivier Bousquet ;

Sayan Mukherjee .

Machine Learning, 2002, 46 :131-159

← 1 →