新疆大学学报(自然科学版)(中英文)

2009, v.26;No.115(03) 355-358+363

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于RBF核的SVM核参数优化算法
Algorithms of Optimizing SVM's Kernel Parameters with RBF Kernel

董国君;哈力木拉提·买买提;余辉;

摘要(Abstract):

SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度.

关键词(KeyWords): 支持向量机;RBF核;遗传算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 董国君;哈力木拉提·买买提;余辉;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享