基于支持向量机函数逼近的性能研究

被引：24

作者：

杜新华 ^{[1
]}

陈增强 ^{[2
]}

袁著祉 ^{[2
]}

机构：

[1] 天津市检测技术研究所

[2] 南开大学信息学院自动化系

来源：

计算机工程 | 2006年 / 08期

关键词：

支持向量机; 统计学习理论; 神经网络; 函数逼近;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

通过仿真分析比较支持向量机与前馈神经网络在非线性函数逼近的结果,得出在小样本下,SVM的样本依赖程度、抗噪声能力和泛化性能都优于前馈神经网络。

引用

收藏

页码：52 / 54+58 +58

页数：4

相关论文

共 5 条

[1]

支持向量机及其应用研究综述 [J].

祁亨年 .

计算机工程, 2004, (10) :6-9

[2]

支持向量机训练算法综述 [J].

刘江华 ;

程君实 ;

陈佳品 .

信息与控制, 2002, (01) :45-50

[3]

神经网络在函数逼近问题中的应用研究 [J].

李凯 ;

翟振华 .

计算机工程, 2001, (05) :189-190

[4]

关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01)

[5]

知识发现.[M].史忠植著;.清华大学出版社.2002,