基于多核支持向量机的概率密度估计方法

被引:6
作者
张炤
张素
章琛曦
陈亚珠
机构
[1] 上海交通大学生物医学仪器研究所
关键词
多核支持向量机; 概率密度估计; 回归估计; 核函数;
D O I
暂无
中图分类号
O211 [概率论(几率论、或然率论)];
学科分类号
020208 ; 070103 ; 0714 ;
摘要
提出了一种基于多核支持向量机的概率密度估计方法。其基本思路是从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。使用多核支持向量机取代传统的支持向量机方法来估计概率密度,从仿真结果来看,与Parzen窗方法相比,基于多核支持向量机的概率密度估计方法的精度等级与Parzen窗方法类似,同时又具有Parzen窗方法所不具备的稀疏解;与基于传统支持向量机的概率密度估计方法相比,基于多核支持向量机的概率密度估计方法具有更强的鲁棒性,并且其精度更高。
引用
收藏
页码:85 / 88
页数:4
相关论文
共 1 条
[1]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000