硅酸盐学报
硅痠鹽學報
규산염학보
JOURNAL OF THE CHINESE CERAMIC SOCIETY
2008年
8期
1183-1186
,共4页
付略%周少华%彭勃%梁宝鎏
付略%週少華%彭勃%樑寶鎏
부략%주소화%팽발%량보류
最小二乘支持向量机%南宋官窑%古陶瓷%支持向量机%自组织特征映射
最小二乘支持嚮量機%南宋官窯%古陶瓷%支持嚮量機%自組織特徵映射
최소이승지지향량궤%남송관요%고도자%지지향량궤%자조직특정영사
将最小二乘支持向量机(least square support vector machine,LS-SVM)算法用于杭州南宋官窑2窑址出土瓷片的分类研究中,根据瓷片胎和釉的主要、次要和痕量元素组成对它们进行了分类,用留一法检验其分类效果,并与支持向量机( support vector machine,SVM)算法和自组织特征映射(self-organizing map,SOM)算法进行了比较.结果表明:SVM算法和LS-SVM算法比SOM算法更适合于处理"小样本"问题;一般情况下,SVM的分类效果比LS-SVM的分类效果好,但是LS-SVM具有更快的求解速度.
將最小二乘支持嚮量機(least square support vector machine,LS-SVM)算法用于杭州南宋官窯2窯阯齣土瓷片的分類研究中,根據瓷片胎和釉的主要、次要和痕量元素組成對它們進行瞭分類,用留一法檢驗其分類效果,併與支持嚮量機( support vector machine,SVM)算法和自組織特徵映射(self-organizing map,SOM)算法進行瞭比較.結果錶明:SVM算法和LS-SVM算法比SOM算法更適閤于處理"小樣本"問題;一般情況下,SVM的分類效果比LS-SVM的分類效果好,但是LS-SVM具有更快的求解速度.
장최소이승지지향량궤(least square support vector machine,LS-SVM)산법용우항주남송관요2요지출토자편적분류연구중,근거자편태화유적주요、차요화흔량원소조성대타문진행료분류,용류일법검험기분류효과,병여지지향량궤( support vector machine,SVM)산법화자조직특정영사(self-organizing map,SOM)산법진행료비교.결과표명:SVM산법화LS-SVM산법비SOM산법경괄합우처리"소양본"문제;일반정황하,SVM적분류효과비LS-SVM적분류효과호,단시LS-SVM구유경쾌적구해속도.
