期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于数据分布的SVM核选择方法 被引量:3
1
作者 郭金玲 王文剑 《华侨大学学报(自然科学版)》 CAS 北大核心 2013年第5期525-528,共4页
针对目前支撑向量机(SVM)核函数的选择没有统一规则的现状,提出一种结合数据分布特征进行SVM核选择的方法.首先,采用多维尺度(MDS)分析方法对高维数据集合理降维,提出判断数据集是否呈圆球分布的算法;然后,在得到数据集分布特征的基础... 针对目前支撑向量机(SVM)核函数的选择没有统一规则的现状,提出一种结合数据分布特征进行SVM核选择的方法.首先,采用多维尺度(MDS)分析方法对高维数据集合理降维,提出判断数据集是否呈圆球分布的算法;然后,在得到数据集分布特征的基础上进行SVM核选择,以达到结合数据分布特征合理选择SVM核函数的目的.实验结果表明:呈圆球分布的数据集采用球面坐标核进行分类,识别率达到100%,训练时间最短,优于采用高斯核SVM及多项式核SVM的分类效果. 展开更多
关键词 支撑向量机 核函数 核选择 数据分布 多维尺度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部