| 高斯核支撑向量机的性能分析 |
| |
| 引用本文： | 张小云,刘允才.高斯核支撑向量机的性能分析[J].计算机工程,2003,29(8):22-25. |
| |
| 作者姓名： | 张小云 刘允才 |
| |
| 作者单位： | 上海交通大学图像处理与模式识别研究所,上海,200030 |
| |
| 摘 要： | 高斯核函数因其良好的性态，在新近提出的学习机器——支撑向量机中得到广泛的应用，以高斯核为其核函数的支撑向量机在实际应用中表现出良好的学习性能。然而，研究发现，高斯核中尺度参数σ的大小对支撑向量机性能的优劣发挥着关键性的作用。该文研究和讨论了支撑向量机的性能随尺度参数σ从0到∞的变化规律，证明了高斯核支撑向量机在σ→0和σ→∞时所具有的重要性质。数值实验结果进一步验证了所得结论。
|
| 关 键 词： | 支撑向量机 高斯核 尺度参数 |
| 文章编号： | 1000-3428(2003)08-0022-04 |
| 修稿时间： | 2002年4月23日 |
Performance Analysis of Support Vector Machines with Gauss Kernel |
| |
| ZHANG Xiaoyun,LIU Yuncai.Performance Analysis of Support Vector Machines with Gauss Kernel[J].Computer Engineering,2003,29(8):22-25. |
| |
| Authors: | ZHANG Xiaoyun LIU Yuncai |
| |
| Abstract: | |
| |
| Keywords: | Support vector machine (SVM) Gauss kernel Scale parameter |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
