SVM在阵列信号定位中的应用

• 作者: 李洁冰 洪宇光 王洪玉
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 统计学习理论 支持向量机 机器学习 函数拟合
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 115-117,126
• 页数: 4页
• 分类号: TP391.9
• 字数: 3873字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.06.034

摘要

函数拟合属于基于数据学习的问题.支持向量机是由Vapnik等人提出的小样本统计理论--统计学习理论发展而来的一种新的通用学习算法,特别在高维空间中表示复杂函数.该文叙述了基于支持向量机的函数拟合预测信源在水域中的位置,并仿真了在不同参数时所收到的不同结果.在小样本情况下,采用较大的惩罚值,就可以得到较高的精确率;同时测试了环境参数确定情况下,采用的样本数多也不一定能取得更佳的精确率,可见,在小样本情况下,样本数并不是主要因素.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪玉	浙江大学信电系信息与通信工程研究所	20	104	6.0	9.0
2	李洁冰	浙江大学信电系信息与通信工程研究所	3	14	2.0	3.0
3	洪宇光	浙江大学信电系信息与通信工程研究所	1	3	1.0	1.0