文献知网节
  • 记笔记
摘要:SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度.
  • 专辑:

    理工A(数学物理力学天地生); 电子技术及信息科学

  • 专题:

    自动化技术

  • 分类号:

    TP18

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:548 页码:355-358+363 页数:5 大小:323K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者