| 支持向量机在模式分类中的应用 |
| |
| 引用本文： | 谢骏,胡均川,笪良龙,李玉阳.支持向量机在模式分类中的应用[J].兵工自动化,2009,28(10):84-87. |
| |
| 作者姓名： | 谢骏 胡均川 笪良龙 李玉阳 |
| |
| 作者单位： | 海军潜艇学院,水声数据中心,山东,青岛,266071;海军潜艇学院,水声数据中心,山东,青岛,266071;海军潜艇学院,水声数据中心,山东,青岛,266071;海军潜艇学院,水声数据中心,山东,青岛,266071 |
| |
| 基金项目： | 国防预研基金，新世纪优秀人才支持计划NCET |
| |
| 摘 要： | 通过支持向量分类算法包括4类：线性分界面硬间隔、线性分界面软间隔、非线性分界面硬间隔和非线性分界面软间隔，区分线性和非线性支持向量机是否引入核函数和具有惩罚因子。以RBF为核函数的非线性支持向量机对2类2维样本进行仿真分析。结果表明，支持向量机分类能力受核函数参数影响较大，当选取适当参数时，其分类性能与最近邻法相当。
|
| 关 键 词： | 线性分界面 非线性分界面 最近邻分类法 支持向量机 |
SVM Application in Pattern Classification |
| |
| XIE Jun,HU Jun-chuan,DA Liang-long,LI Yu-yang.SVM Application in Pattern Classification[J].Ordnance Industry Automation,2009,28(10):84-87. |
| |
| Authors: | XIE Jun HU Jun-chuan DA Liang-long LI Yu-yang |
| |
| Affiliation: | (Underwater Acoustical Database Center, Naval Submarine Academy, Qingdao 266071, China) |
| |
| Abstract: | The algorithm of support vector classification includes linear interface hard interval, linear interface soft interval, non-linear interface hard interval, and non-linear interface soft interval. Through linear and non-linear SVM, differentiate whether they introduce kernel function and penalty factor. Analyze two genus 2 dimension stylebook using non-linear SVM of RBF kernel function. Result shows the classification performance of SVM is affected by kernel function parameter. Classification performance of SVM is equivalent with nearest neighbor classification while kernel function parameter is selected appropriately. |
| |
| Keywords: | Linear interface Non- linear Nearest Nearest neighbor classification SVM （Support Vector Machines） |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
