期刊文章详细信息
支持向量机分类器中几个问题的研究
The Study on Some Problems of Support Vector Classifier
文献类型：期刊文章
机构地区：[1]西安交通大学润滑理论及轴承研究所,西安710049
基 金：自然科学基金委员会资助(编号:59990472)
年 份：2003
卷 号：39
期 号：13
起止页码：36-38
语 种：中文
收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊
摘 要：研究了核参数和误差惩罚参数对支持向量机推广能力的影响方式,指出核参数主要影响数据在特征空间中的分布,误差惩罚参数在特征空间中确定经验风险水平而影响SVM的性能。指出特征空间维数和学习机器复杂度并没有直接关系,讨论了结构风险最小化原则,最后给出了支持向量机和神经网络训练方法的差别和仿真试验结果。
关 键 词：支持向量机 核参数 结构风险最小化原则
分 类 号：TP181]
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...
