基于类间距的径向基函数-支持向量机核参数评价方法分析

被引：15

作者：

宋小杉 ^{[1
]}

蒋晓瑜 ^{[1
]}

罗建华 ^{[2
]}

姚军 ^{[1
]}

机构：

[1] 装甲兵工程学院控制工程系

[2] 装甲兵工程学院科研部

来源：

兵工学报 | 2012年 / 33卷 / 02期

关键词：

人工智能; 支持向量机; 高斯核; 核参数评价; 参数选择;

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：

分析了径向基函数(RBF)核参数γ对空间映射结果的影响,得出3条结论。在此基础上,找到了1种新的核参数评价方法,该方法通过计算特征空间中两类之间的平均距离(ICMD)来评价γ的优劣。文章分别从理论和实验两方面证明了ICMD最大值的存在性。为验证该方法的有效性,文中对7个样本集进行了两组参数选择实验:第一组实验通过ICMD找到最优核参数γ,再由10-折交叉验证得到最优惩罚因子C,称为"两步法";第二组实验采用基于10-折交叉验证的网格搜索法进行参数选择。结果显示两种方法均选择出了适当的参数,但前者花费的时间比后者大大缩短,验证了ICMD方法的有效性。

引用

页码：203 / 208

页数：6

共 4 条

[1] 基于变异函数的径向基核函数参数估计
阎辉
张学工
马云潜
李衍达
[J]. 自动化学报, 2002, (03) : 450 - 455
[2] A novel LS-SVMs hyper-parameter selection based on particle swarm optimization[J] . X.C. Guo,J.H. Yang,C.G. Wu,C.Y. Wang,Y.C. Liang.Neurocomputing . 2008 (16)
[3] Automatic model selection for the optimization of SVM kernels
Ayat, NE
Cheriet, M
Suen, CY
[J]. PATTERN RECOGNITION, 2005, 38 (10) : 1733 - 1745
[4] Expert systems[P]. SPECTOR IAN CHARLES;THIEL MARCELLA LINN;THOMPSON MICHAEL DOUGLAS ALBAN.中国专利:US7516110B2,2009-04-07

← 1 →