支持向量机学习方法的选择与应用

• 作者: 张晓龙 李琳
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 机器学习 学习方法 核函数
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 计算机科学及应用
• 页码范围: 75-78
• 页数: 4页
• 分类号: TP181
• 字数: 4306字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2006.01.023

摘要

介绍支持向量机中的核函数及其参数的选择和相关应用技术,以及SVM的应用研究.在不同的学习方法下进行了仿真实验,并对4种不同方法的分类特性进行了对比分析,给出了在不同模式识别问题中不同方法的选择条件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琳	武汉科技大学计算机科学与技术学院	51	469	8.0	21.0
2	张晓龙	武汉科技大学计算机科学与技术学院	49	652	13.0	24.0