基于RBF核的SVM的模型选择及其应用

• 作者: 朱小燕 王鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: SVM RBF核 模型选择 ANN 字符识别
• 年，卷（期）: 2003,（24）
• 所属期刊栏目: 学术探讨
• 页码范围: 72-73
• 页数: 2页
• 分类号: TP391
• 字数: 1907字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.24.022

摘要

使用RBF核的SVM(支持向量机)被广泛应用于模式识别中.此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2.该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别.实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较.实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	清华大学计算机系智能技术与系统国家重点实验室	156	2740	26.0	49.0
2	朱小燕	清华大学计算机系智能技术与系统国家重点实验室	33	684	11.0	26.0