节点文献

基于RBF核的SVM核参数优化算法

免费订阅

【作者】 董国君哈力木拉提·买买提余辉

【Author】 DONG Guo-Jun,Halmurat Maimait,YU Hui (College of Information Science and Engineering,Xinjiang University,Urumqi,Xinjiang 830046,China)

【机构】 新疆大学信息科学与工程学院

【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.

【关键词】 支持向量机RBF核遗传算法
【所属期刊栏目】 信息科学与技术 (2009年03期)
  • 【分类号】TP18
  • 【被引频次】39
  • 【下载频次】544
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: