首页 | 本学科首页   官方微博 | 高级检索  
     检索      

具有高斯核函数的支撑矢量机与径向基函数分类器的比较
引用本文:丁爱玲,谢小军,闻怡.具有高斯核函数的支撑矢量机与径向基函数分类器的比较[J].交通与计算机,2003,21(3):44-48.
作者姓名:丁爱玲  谢小军  闻怡
作者单位:长安大学,西安,710064
摘    要:章比较了两种学习机器:径向基函数、具有高斯核函数的支撑矢量机(SVM)。试验表明SVM能够获得最高的正确识别率。因此,支撑矢量机不只很好地建立在理论上,而且应用时也具有很好的优越性。

关 键 词:高斯核函数  支撑矢量机  径向基函数网络  统计学习理论  网络结构  学习策略  结构风险最小化  广义最优分类面  分类机理
修稿时间:2003年1月22日

The Comparison between SVM with Gaussian Kernel and Radial Basis Function Classifier
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号