| 从神经网络到支撑矢量机(下) |
| |
| 引用本文： | 罗公亮.从神经网络到支撑矢量机(下)[J].冶金自动化,2002,26(1):1-5. |
| |
| 作者姓名： | 罗公亮 |
| |
| 作者单位： | 冶金自动化研究设计院,北京,100071 |
| |
| 摘 要： | ４．２非线性支撑矢量机在输入空间中构造最优分界面的方法类似于经典的感知机 (单个神经元 )方法。这种方法仅当样本集为线性可分时才能使经验误差等于零。由于许多问题 ,甚至包括像异或 (ＸＯＲ )这样简单的问题都不是线性可分的 ,因此用这种方法求得的解常常由于经验误差过大而失去意义。解决这个问题的第１个途径是多层感知机 ,即神经网络方法 ,其实质就是将近似函数集由感知机所用的简单线性指示函数扩展成由许多线性指示函数叠加成的一个更为复杂的近似函数集 ,再用Ｓ形函数来近似指示函数中的单位阶跃函数 (或符号函数 ) ,从而得到使…
|
| 关 键 词： | 神经网络 支撑矢量机 VC学习理论 SVM网络 训练算法 |
| 文章编号： | 1000-7059(2002)01-0001-05 |
| 修稿时间： | 2000年12月12 |
From neural networks to support vector machines(C) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
