J4 ›› 2007, Vol. 29 ›› Issue (7): 77-79.
• 论文 • 上一篇 下一篇
刘华富 王仲
出版日期:
发布日期:
Online:
Published:
摘要:
支持向量机在模式分类中得到了很好的应用。对于线性不可分的样本空间,需要寻找核函数,将线性不可分的样本集映射到另一个高维线性空间。支持向量机的泛化能力直接 影响其实际应用效果。本文讨论了v-支持向量机的泛化能力的一个估计,定性分析了核函数对v-支持向量机的泛化能力的影响,并就高斯核函数对v-支持向量机的泛化能力的 的影响进行了具体分析。
关键词: v-支持向量机 核函数 泛化能力
Abstract:
Support vector machine has been effectively applied in pattern classification. For a sample space which is linearly inseparable,we need to find the ke rnel function in order to map the sample set, which is linearly inseparable, to another high-dimension linear space. The effectiveness of the application of v-SVM is directly influenced by its generalization capability. In this article,we discuss an estimation of the generalization capability of v-SVM, qualitatively analyze the influence on the generalization capability of v-SVM by the kernel function, and quantitatively analyze such influence by the G aussian kernel function.
Key words: (v-support vector machine, kernel function, generalization capacity)
刘华富 王仲. 核函数对v-支持向量机的泛化能力影响分析[J]. J4, 2007, 29(7): 77-79.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://joces.nudt.edu.cn/CN/
http://joces.nudt.edu.cn/CN/Y2007/V29/I7/77