一种基于数据的核参数优化方法

• 作者: 王平 王文剑 门昌骞
• 来源期刊: 电脑开发与应用
• 学科: 工学
• 关键词: 核参数 参数优化 凸包估计 支撑向量机
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 数据技术
• 页码范围: 15-16
• 页数: 2页
• 分类号: TP274
• 字数: 1934字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5850.2006.01.017

摘要

SVM是一种基于核的学习方法,核及相关参数的选择对其性能有非常重要的影响,提出了一种数据依赖的最优核参数估计方法,通过角度切割样本集求解训练样本的近似凸包,以确定最优的核参数.实验结果表明,无论数据是否稠密,分布是否均匀,算法都可适用,该方法有较高的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文剑		97	798	14.0	23.0
2	门昌骞		6	28	3.0	5.0
3	王平		11	46	3.0	6.0