期刊文章详细信息
支持向量机核函数选择的研究
Research for Selection of Kernel Functions Used in Support Vector Machine
文献类型：期刊文章
机构地区：[1]上海理工大学光学与电子信息工程学院
年 份：2008
卷 号：8
期 号：16
起止页码：4513-4517
语 种：中文
收录情况：RCCSE、ZGKJHX、普通刊
摘 要：支持向量机是近年来发展的以统计学习理论为基础的新型学习机。该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势。在该学习机的各各研究方向中,核函数的选择无疑是极其重要的核心问题。通过对核矩阵的计算和研究,从理论上为核函数的选择提供了参考。
关 键 词：支持向量机 核函数 模型选择 结构风险 核矩阵
分 类 号：TP301.6]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
