| 基于RBF的支持向量数据描述算法性能分析 |
| |
| 引用本文： | 阜艳,余君. 基于RBF的支持向量数据描述算法性能分析[J]. 现代电子技术, 2009, 32(20): 140-142,146 |
| |
| 作者姓名： | 阜艳 余君 |
| |
| 作者单位： | 1. 广东科学技术职业学院,广东,珠海,519090
2. 广东省电信规划设计院有限公司,第三分公司,广东,江门,529030 |
| |
| 摘 要： | 核函数的选择对支持向量数据描述算法(SVDD)的性能有重要的影响,是SVDD研究的一个核心问题.通过对SVDD算法中常用核函数进行分析,验证了高斯核函数在单值分类问题上具有一定的优越性,并分别探讨相同样本数据集不同规模样本和不同样本数据集相似规模样本中,高斯核参数对SVDD分类器的影响.实验表明,基于高斯核函数的支持,向量数据描述算法适合于小规模样本的单值分类问题.
|
| 关 键 词： | 支持向量数据描述 核函数 高斯核函数 单值分类 |
Analysis of Support Vector Data Description Performance Based on RBF |
| |
| FU Yan,YU Jun. Analysis of Support Vector Data Description Performance Based on RBF[J]. Modern Electronic Technique, 2009, 32(20): 140-142,146 |
| |
| Authors: | FU Yan YU Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
