一种基于核函数的非线性感知器算法

被引:23
作者
许建华
张学工
李衍达
机构
[1] 清华大学自动化系
[2] 清华大学智能技术与系统国家重点实验室
关键词
核函数; 感知器; 非线性; 支持向量机; 分类器;
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
为了提高经典 Rosenblatt感知器算法的分类能力 ,该文提出一种基于核函数的非线性感知器算法 ,简称核感知器算法 ,其特点是用简单的迭代过程和核函数来实现非线性分类器的一种设计 .核感知器算法能够处理原始属性空间中线性不可分问题和高维特征空间中线性可分问题 .同时 ,文中详细分析了其算法与径向基函数神经网络、势函数方法和支持向量机等非线性算法的关系 .人工和实际数据的计算结果表明 :与线性感知器算法相比 ,核感知器算法可以有效地提高分类精度 .
引用
收藏
页码:689 / 695
页数:7
相关论文
共 6 条
[1]   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) :36-46
[2]  
模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
[3]  
神经网络与模糊控制[M]. 清华大学出版社 , 张乃尧, 1998
[4]  
神经计算[M]. 电子工业出版社 , 史忠植著, 1993
[5]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[6]  
READING[P]. MILLMAN JONATHAN TRAVIS;BEATTIE VALERIE;ZAORSKI TODD;HILL JEFFREY M.中国专利:US2008140411A1,2008-06-12