期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于聚类的核向量机参数C选择算法
1
作者 王奇安 陈兵 冯爱民 《小型微型计算机系统》 CSCD 北大核心 2011年第3期521-525,共5页
核向量机可以高效学习大样本数据集,却有泛化能力低的缺陷.针对已有参数C选择算法缺乏启发性以及选取困难的不足,本文在分析了核聚类算法和距离比较算法的基础之上,提出基于核聚类的相对距离比较方法,该算法利用核聚类算法在特征空间对... 核向量机可以高效学习大样本数据集,却有泛化能力低的缺陷.针对已有参数C选择算法缺乏启发性以及选取困难的不足,本文在分析了核聚类算法和距离比较算法的基础之上,提出基于核聚类的相对距离比较方法,该算法利用核聚类算法在特征空间对样本点进行聚类分簇,然后根据样本点到簇心相对距离的比值,得到参数C.本文在理论和实验两个方面,证明该算法有效地选择参数C,从而提高核支持向量机算法的泛化能力. 展开更多
关键词 核向量机 核聚类 惩罚因子C 选择算法 相对距离比较
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部