成都师范学院学报
成都師範學院學報
성도사범학원학보
Journal of Sichuan College of Education
2014年
3期
118-121
,共4页
统计学习%VC维%支持向量机
統計學習%VC維%支持嚮量機
통계학습%VC유%지지향량궤
Vapnik等人在统计学习理论和结构风险最小化的基础上提出了支持向量机算法(SVM).该算法在高维模式识别、非线性、小样本等方面有较好的性能,已在许多领域取得了成功的应用.双正则化参数支持向量机的出现,更进一步提高了对于两类问题的研究成果.而利用样本数量来调整两个正则化参数C+和C-的比值,这一方法也得到了较为广泛的应用和认可,特别是在两类数据集中,即使这一理论没有经过严格的数学证明.文章以USPS数据库为基础,对之进行了大量的仿真实验,结果表明这个被广为接受的观点是不成立的.
Vapnik等人在統計學習理論和結構風險最小化的基礎上提齣瞭支持嚮量機算法(SVM).該算法在高維模式識彆、非線性、小樣本等方麵有較好的性能,已在許多領域取得瞭成功的應用.雙正則化參數支持嚮量機的齣現,更進一步提高瞭對于兩類問題的研究成果.而利用樣本數量來調整兩箇正則化參數C+和C-的比值,這一方法也得到瞭較為廣汎的應用和認可,特彆是在兩類數據集中,即使這一理論沒有經過嚴格的數學證明.文章以USPS數據庫為基礎,對之進行瞭大量的倣真實驗,結果錶明這箇被廣為接受的觀點是不成立的.
Vapnik등인재통계학습이론화결구풍험최소화적기출상제출료지지향량궤산법(SVM).해산법재고유모식식별、비선성、소양본등방면유교호적성능,이재허다영역취득료성공적응용.쌍정칙화삼수지지향량궤적출현,경진일보제고료대우량류문제적연구성과.이이용양본수량래조정량개정칙화삼수C+화C-적비치,저일방법야득도료교위엄범적응용화인가,특별시재량류수거집중,즉사저일이론몰유경과엄격적수학증명.문장이USPS수거고위기출,대지진행료대량적방진실험,결과표명저개피엄위접수적관점시불성립적.
