具有高斯核函数的支撑矢量机与径向基函数分类器的比较

• 作者: 丁爱玲 谢小军 闻怡
• 来源期刊: 交通与计算机
• 学科: 交通运输
• 关键词: 径向基函数网络 统计学习理论 结构风险最小化 支撑矢量机
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 研究与探讨
• 页码范围: 44-48
• 页数: 5页
• 分类号: U49
• 字数: 4433字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2003.03.014

摘要

文章比较了两种学习机器:径向基函数、具有高斯核函数的支撑矢量机(SVM).试验表明SVM能够获得最高的正确识别率.因此,支撑矢量机不只很好地建立在理论上,而且应用时也具有很好的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁爱玲		19	177	7.0	13.0
2	闻怡		8	16	3.0	3.0
3	谢小军		7	45	5.0	6.0