同伦支持向量机 |
| |
作者姓名: | 姜进超 张瑞 |
| |
作者单位: | 山东理工大学理学院 淄博255049,山东理工大学理学院 淄博255049 |
| |
基金项目: | 本文受国家自然科学基金(11371231),山东理工大学博士基金(4041-410002)资助 |
| |
摘 要: | 支持向量机(SVM)作为一种新颖的人工智能技术,已越来越广泛地运用于各个学科领域。同伦正则化方法也是近几年新兴的一种正则化方法,在数理方程反问题中得到了广泛的应用。将同伦正则化的思想应用到支持向量机中,建立了一种新的支持向量机模型,并对最常用的核函数——高斯核进行了修改。与传统的正则化方法相比,新模型最大的优点就是正则化参数的取值范围由无限区间变成了有限区间(0,1),从而大大缩短了正则化参数的优化时间。
|
关 键 词: | 支持向量机 同伦正则化 高斯核 |
收稿时间: | 2015-05-07 |
修稿时间: | 2015-06-24 |
|
|