期刊文章详细信息
支持向量机最优参数选择的研究
Study on the choice optimum parameters of support vector machine
文献类型：期刊文章
机构地区：[1]河北科技大学电气信息学院,河北石家庄050018
基 金：河北省自然科学基金资助项目(F2007000636)
年 份：2009
卷 号：30
期 号：1
起止页码：58-61
语 种：中文
收录情况：AJ、BDHX、BDHX2008、CAS、CSA-PROQEUST、DOAJ、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要：支持向量机是近几年发展起来的机器学习方法,模型选择是设计支持向量机的关键。基于高斯核函数的支持向量机具有良好的学习性能,被广泛应用于模式分类中,讨论了核函数中C和γ对分类函数的影响,提出针对不同类型的数据,SVM应选用不同的核函数,同时利用二分法对核函数(C,γ)寻优,并将其应用于变压器故障诊断中,仿真结果表明该方法具有较好的性能。
关 键 词：支持向量机 模型选择 高斯核函数 二分法
分 类 号：TP18]
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...
