基于样本分布特征的核函数选择方法研究

被引：26

作者：

梁礼明 ^{[1
]}

冯新刚 ^{[2
]}

陈云嫩 ^{[3
]}

李钟侠 ^{[1
]}

机构：

[1] 江西理工大学电气工程与自动化学院

[2] 江西理工大学应用科学学院

[3] 江西理工大学资源与环境工程学院

来源：

计算机仿真 | 2013年 / 30卷 / 01期

关键词：

支持向量机; 样本分布特征; 核函数;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

核函数选择是支持向量机研究的热点和难点。目前大多数核函数选择方法主要应用验证方法选择,很少考虑数据的分布特征,没有充分利用隐含在数据中的信息。为此提出了一种应用样本分布特征的核函数选择方法,即先行分析样本分布特征,然后结合核函数蕴含的几何度量选择合适的核函数,使非线性样本映射得到的特征空间线性可分性得到提高,增强可分性和预测能力。仿真结果证明,提出的方法对支持向量机核函数选择能提供有效的指导,且对泛化能力也得到提高,方案具有可行性和有效性。

引用

页码：323 / 328

页数：6

共 12 条

[1]

SVM分类核函数及参数选择比较 [J].