|
|||||
|
|
| 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！ | |