网站大量收购独家精品文档,联系QQ:2885784924

基于RBF核函数的支持向量机参数选择.pdf

基于RBF核函数的支持向量机参数选择.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
基于RBF核函数的支持向量机参数选择.pdf

第 35 卷第 2 期 浙 江 工 业 大 学 学 报 Vol . 35 No . 2 2007 年 4 月 J OU RN AL O F ZH EJ IAN G UN IV ER SIT Y O F T EC HN OL O GY Ap r . 2007 基于 RB F 核函数的支持向量机参数选择 1 2 林升梁 ,刘  志 ( 1 浙江工业大学 信息工程学院 ,浙江 杭州 3 10032 ; 2 浙江工业大学 软件学院 ,浙江 杭州 3 10032) 摘要 : 由于 SV M 在各个领域中得到越来越广泛的应用 ,而决定 SV M 性能的因素是核函数的选取. γ 其中 ,RB F 核函数是应用最广泛的核函数 ,且有两个参数 :惩罚因子 C 和核参数 . 因此 ,希望能找 lsv ( γ) 到最优化参数组 C, 使 SV M 具有最好推广性. 首先提出了用 E = 代替留一法来评估 SV M 的 n 推广性 ,它的优点是速度快 、准确性高 ;然后 ,分析参数 C 和 γ对 SV M 性能的影响 , 由此将问题归 ( γ) 结在一个小的“好区”内选取最优参数组 C, ; 最后 ,分别用穷举法和下文所提出的方法进行比 ~ γ ( ) 较 ,得出在“好区”内用 C = C 常数 来确定最优化参数同样能得到很好的推广性 ,而且速度上比穷 举法快的多. 此方法 ,具有一定的实际应用价值. 关键词 :支持向量机 ;RB F 核参数 ;惩罚因子 C ;推广识别率 中图分类号 : TP 181      文献标识码 :A 文章编号 (2007) 020 16305 Para meter selection in SVM with RBF kernel f unction L IN Shenglian g1 , L IU Zhi2 ( 1 College of Infor mation Engineering , Zhej iang U niver sit y of Technology , Hangzhou , 3 10032 , China ; 2 College of Soft ware , Zhej iang U niver sit y of

文档评论(0)

lizhencai0920 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6100124015000001

1亿VIP精品文档

相关文档