文献类型：期刊文章

作　　者：王国胜[1,2]

机构地区：[1]德州学院计算机系 [2]北京邮电大学信息工程学院北京100876

出　　处：《计算机科学》

基　　金：山东省教育厅科技计划项目(No.J03P52);德州市科技计划项目(No.042103)。

年　　份：2006

卷　　号：33

期　　号：6

起止页码：172-174

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：支持向量机是一项机器学习技术,发展至今近10年了,已经成功地用于模式识别、回归估计以及聚类等,并由此衍生出了核方法。支持向量机由核函数与训练集完全刻画。进一步提高支持向量机性能的关键,是针对给定的问题设计恰当的核函数,这就要求对核函数本身有深刻了解。本文首先分析了核函数的一些重要性质,接着对3类核函数,即平移不变核函数、旋转不变核函数和卷积核,提出了简单实用的判别准则。在此基础上,验证和构造了很多重要核函数。

关 键 词：支持向量机 核函数 机器学习  核方法

分 类 号：TP391]