计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
5期
1782-1784
,共3页
关联向量机%支持向量机%分类%径向基函数核
關聯嚮量機%支持嚮量機%分類%徑嚮基函數覈
관련향량궤%지지향량궤%분류%경향기함수핵
基于RBF核,利用Synthc、BC等标准数据集,采用五重交叉验证,比较SVM(支持向量机)及RVM(关联向量机)模式分析性能.实验结果表明,与SVM相比,RVM时间复杂度、测试错误率较低,模式分析性能较优.
基于RBF覈,利用Synthc、BC等標準數據集,採用五重交扠驗證,比較SVM(支持嚮量機)及RVM(關聯嚮量機)模式分析性能.實驗結果錶明,與SVM相比,RVM時間複雜度、測試錯誤率較低,模式分析性能較優.
기우RBF핵,이용Synthc、BC등표준수거집,채용오중교차험증,비교SVM(지지향량궤)급RVM(관련향량궤)모식분석성능.실험결과표명,여SVM상비,RVM시간복잡도、측시착오솔교저,모식분석성능교우.
