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! |
|