基于W12再生核支持向量机的模式分类研究

• 作者: 惠康华 李春利
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 核函数 分类间隔 最优分类面
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 128-129,132
• 页数: 3页
• 分类号: TP311
• 字数: 3268字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.z1.048

摘要

支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了大家对模式识别领域的极大关注.近年来,支持向量机在手写体识别、人脸识别、文本分类等领域取得了很大的成功.文章将一种新的核函数用于虹膜识别,并与传统的多项式核函数、高斯核函数进行了比较.初步结果显示了该核函数的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春利	中国民航学院计算机系	15	85	5.0	8.0
5	惠康华	中国民航学院计算机系	15	59	4.0	7.0