原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
支持向量机核函数及优化研究.pdf
兵工●动化 先鞋■一句■噩
2007年第26卷第10期 AdV柚cedManufacture锄d
Management
文章编号：1006—1576(2007)lO一0034—02
支持向量机核函数及优化研究
罗婷婷1，范太华2
(西南科技大学计算机科学与技术学院，四川绵阳621010)
摘要：基于支持向量机的推广能力，提出选择核函数的依据。若训练样本总数一定，可采取减少支持向量数的
原则减小分类错误率的产生，而减少支持向量的数量取决于核函数的选择。通过增大二次项系数的绝对值提高分类
精度。实验验证改进后的核函数符合vapnik的有关分类器推广性理论，有较高的分类精度和很好的普适性。
关键词：支持向量机；推广性的界；多项式核函数；高斯分布
中图分类号：TPl8l文献标识码：A
ofSVMKemelFunctionand
SurveV Optimum
LUO Tai-hua2
Ting．tin91，FAN
of of
(CollegeComputerScience＆T色chnology，SouthwestUniversity
Abstract：Basedonthe ofthe of forwardthe of SVMkernelfunction．Ifthe
boundaryabilityspread，bring gistchoosing
sumof is method thenumberofthe vectorwhich onthechoiceof
assured，the reducing
example through support depends
kernelfunctioncandecreasetherateofclassification increasetheabsolutevalueofthecoefficientof
inaccuracy．And
to the ofclassification．The thatthe
quadraticprogrammingimproVeprecision experimentationproVed improVed
kernelfhnctionthatmatchesthe aboutthe of of fineclassificationresult
polynomial theory abilityspread
Vapnikbrought
and of
goodabilitygeneral．
of of kernel
fhnction；Guass
Keywords：SVM；Boundaryabilityspread；P0lynomial distributing
O 引言 经验风险最小化的最优解就逼近实际的最优解。故
设计分类器时不但使经验风险小，还要使
文档评论（0）