计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (11): 123-125.DOI: 10.3778/j.issn.1002-8331.2009.11.038
高会生,郭爱玲
GAO Hui-sheng,GUO Ai-ling
摘要: 核函数是SVM的关键技术,核函数的选择将影响着支持向量机的学习能力和泛化能力。各个普通核函数各有利弊,在分析各个普通核函数的基础上,采用了一种新的组合核函数,它既具有很好的泛化能力,也具有很好的学习能力,并将其构造的支持向量机应用到网络安全的风险评估中,与普通核函数构造的支持向量机的评估效果进行比较。结果表明组合核函数支持向量机不仅提高了分类速度,而且具有较高的分类精度。