基于傅立叶核与径向基核的支持向量机性能之比较

• 作者: 林茂六 陈春雨
• 来源期刊: 重庆邮电学院学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 函数回归 傅立叶核函数 径向基核函数
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 电子与信息
• 页码范围: 647-650
• 页数: 4页
• 分类号: TN911.72
• 字数: 3159字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-825X.2005.06.001

摘要

支持向量机(SVMs)是由Vapnik提出的一种建立在统计学习理论上的新方法.这种方法被深入地研究并广泛应用在诸如分类和回归问题上.由于其基于结构风险最小化的机理,因此相对于其他的经典方法有着更好的泛化特性,其中核函数的选择对支持向量机的性能有着很大的影响.深入地研究了基于傅立叶核函数的支持向量机的特性,得出在某些特殊的情况下,基于傅立叶核函数的支持向量机的性能要好于基于RBF核的支持向量机.最后的仿真对其进行了比较验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林茂六	哈尔滨工业大学电子与通信工程系	75	645	15.0	20.0
2	陈春雨	哈尔滨工业大学电子与通信工程系	23	126	6.0	10.0