文献类型：期刊文章

作　　者：邓蕊[1] 马永军[2] 刘尧猛[2]

机构地区：[1]天津科技大学电子信息与自动化学院,天津300222 [2]天津科技大学计算机科学与信息工程学院,天津300222

出　　处：《天津科技大学学报》

基　　金：天津市科技攻关重点项目(04310951R);天津市高等学校科技发展基金资助项目(20061011)

年　　份：2007

卷　　号：22

期　　号：2

起止页码：58-61

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、RCCSE、ZGKJHX、普通刊

摘　　要：如何确定支持向量机最佳参数用以训练得到最优分类器,使之对未知样本同样具有良好的分类效果,一直是问题解决的关键.针对传统的交叉验证算法仅仅从全局的角度寻找极值点作为最优参数,而忽略了局部信息使得分类效果受到限制问题,提出一种改进的交叉验证算法,在考虑全局极值点的同时,也记录了局部极值点,求取全部极值点对应参数的平均值,由此得到最优参数.实验结果表明,该算法可以有效地确定最优参数,分类准确率有所提高.

关 键 词：支持向量机 统计学习理论 交叉验证  

分 类 号：TP391.41]