小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2008年
1期
102-105
,共4页
支持向量机%参数优化
支持嚮量機%參數優化
지지향량궤%삼수우화
支持向量机(SVM)的性能与SVM参数的选择有关.SVM参数的优化需要一个准则,本文提出了一种以原空间中样本到分类面的最短代数距离最大为准则的SVM参数优化方法.该方法旨在使SVM分类面在原空间中使样本"平分秋色",更能体现SVM分类器的结构风险最小化的原则.算法简单、几何直观性好、易于实现.通过在双螺旋线样本和Iris样本集上所作测试证明了该方法的有效性.
支持嚮量機(SVM)的性能與SVM參數的選擇有關.SVM參數的優化需要一箇準則,本文提齣瞭一種以原空間中樣本到分類麵的最短代數距離最大為準則的SVM參數優化方法.該方法旨在使SVM分類麵在原空間中使樣本"平分鞦色",更能體現SVM分類器的結構風險最小化的原則.算法簡單、幾何直觀性好、易于實現.通過在雙螺鏇線樣本和Iris樣本集上所作測試證明瞭該方法的有效性.
지지향량궤(SVM)적성능여SVM삼수적선택유관.SVM삼수적우화수요일개준칙,본문제출료일충이원공간중양본도분류면적최단대수거리최대위준칙적SVM삼수우화방법.해방법지재사SVM분류면재원공간중사양본"평분추색",경능체현SVM분류기적결구풍험최소화적원칙.산법간단、궤하직관성호、역우실현.통과재쌍라선선양본화Iris양본집상소작측시증명료해방법적유효성.
