基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对支持向量机的参数选择问题,提出了一种最优化选择方法.通过分析支持向量个数与留一法的关系以及支持向量机参数的几何意义和对推广能力的影响,该算法利用支持向量机比例来衡量参数选择时推广能力的变化,使用不同的规则更新核参数和惩罚因子,简化了参数选择的难度.理论分析证明这种最小最大化参数选择方法可以选择支持向量机参数,仿真试验验证了该方法的有效性.
推荐文章
支持向量机参数优化研究
向量机参数
优化
研究
支持向量机增量学习中模型参数选择问题研究
支持向量机
增量学习
模型参数选择
鲁棒度
拟合误差
梯度下降法
支持向量机回归的参数选择方法
支持向量机
回归
参数选择
基于遗传算法的回归型支持向量机参数选择法
回归型支持向量机
遗传算法
参数选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机参数选择方法研究
来源期刊 系统工程与电子技术 学科 工学
关键词 支持向量机 推广能力估计 参数选择 最小最大化
年,卷(期) 2004,(8) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 1117-1120
页数 4页 分类号 TP391
字数 4420字 语种 中文
DOI 10.3321/j.issn:1001-506X.2004.08.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨绍全 西安电子科技大学电子工程学院 96 1198 16.0 30.0
2 董春曦 西安电子科技大学电子工程学院 43 648 12.0 25.0
3 饶鲜 西安电子科技大学电子工程学院 16 360 8.0 16.0
4 徐松涛 西安电子科技大学电子工程学院 8 350 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (231)
同被引文献  (118)
二级引证文献  (716)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(20)
  • 引证文献(15)
  • 二级引证文献(5)
2007(42)
  • 引证文献(26)
  • 二级引证文献(16)
2008(76)
  • 引证文献(34)
  • 二级引证文献(42)
2009(82)
  • 引证文献(30)
  • 二级引证文献(52)
2010(83)
  • 引证文献(21)
  • 二级引证文献(62)
2011(90)
  • 引证文献(22)
  • 二级引证文献(68)
2012(59)
  • 引证文献(10)
  • 二级引证文献(49)
2013(86)
  • 引证文献(18)
  • 二级引证文献(68)
2014(80)
  • 引证文献(11)
  • 二级引证文献(69)
2015(77)
  • 引证文献(11)
  • 二级引证文献(66)
2016(78)
  • 引证文献(11)
  • 二级引证文献(67)
2017(57)
  • 引证文献(9)
  • 二级引证文献(48)
2018(47)
  • 引证文献(3)
  • 二级引证文献(44)
2019(58)
  • 引证文献(6)
  • 二级引证文献(52)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
支持向量机
推广能力估计
参数选择
最小最大化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导