基于线性距离核的支持向量机设计 |
| |
引用本文: | 闭思泽,黄廷磊.基于线性距离核的支持向量机设计[J].桂林电子科技大学学报,2013(6):478-481. |
| |
作者姓名: | 闭思泽 黄廷磊 |
| |
作者单位: | 桂林电子科技大学计算机科学与工程学院 |
| |
基金项目: | 国家863计划(2012AA011005) |
| |
摘 要: | 为了消除样本数量对现有SVM决策函数计算的影响,提出一种基于样本数据线性距离特征的线性距离核函数来改进SVM。基于该核函数的SVM决策函数,实现了与样本数量无关的分类计算,极大提升SVM在执行超大规模分类计算的速度。仿真结果表明,该核函数具有与常用核函数一样的性能,可以完成非线性SVM的训练和分类。
|
关 键 词: | 核函数 决策函数 支持向量机 样本数量无关 线性距离 |
本文献已被 CNKI 等数据库收录! |
|