计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (3): 123-124.DOI: 10.3778/j.issn.1002-8331.2011.03.037
• 数据库、信号与信息处理 • 上一篇 下一篇
奉国和
收稿日期:
修回日期:
出版日期:
发布日期:
通讯作者:
FENG Guohe
Received:
Revised:
Online:
Published:
Contact:
摘要： 支持向量机（SVM）被证实在分类领域性能良好，但其分类性能受到核函数及参数影响。讨论核函数及参数对SVM分类性能的影响，并运用交叉验证与网格搜索法进行参数优化选择，为SVM分类核函数及参数选择提供借鉴。
关键词: 支持向量机, 核函数, 分类
Abstract: Support Vector Machine（SVM） has good performance for classification，but the performance is restricted by the kernel function and its parameters.This paper discusses the problem，and uses cross validation，grid searching for optimizing the kernel function parameters.
Key words: Support Vector Machines（SVM）, kernel function, classification
中图分类号:
TP316
奉国和. SVM分类核函数及参数选择比较[J]. 计算机工程与应用, 2011, 47(3): 123-124.
FENG Guohe . Parameter optimizing for Support Vector Machines classification[J]. Computer Engineering and Applications, 2011, 47(3): 123-124.
0 / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.2011.03.037
http://cea.ceaj.org/CN/Y2011/V47/I3/123
