摘要:
高斯核参数σ的选择,直接影响着高斯核支持向量机的分类性能。将聚类方法与最小距离分类法进行融合,构造了能有效确定高斯核参数σ的优化算法。采用高斯核支持向量机方法对测试集进行分类,以分类正确率来评判选取核参数σ的效果。实验表明,该方法适宜于较广泛的数据类型,具有良好的推广能力,并能有效提高分类效果。
中图分类号:
刘琼荪,范瑞雅. 确定高斯核参数的聚类方法[J]. 计算机工程与应用, 2011, 47(3): 38-40.
LIU Qiongsun,FAN Ruiya. Method of determining Gaussian kernel parameter by clustering[J]. Computer Engineering and Applications, 2011, 47(3): 38-40.