基于样本相似度曲面重构的核函数构造

• 作者: 孙照莹 李国齐 赵广社
• 来源期刊: 信息与控制
• 关键词: 曲面重构 相似度 数据特征 径向基函数 核函数
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 47-55,62
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2007.01.009

摘要

根据数据特征构造核函数是当前SVM(支持向量机)的难点,文章采用重构数据样本相似度曲面的方法构造三种新的核函数.证明前两种核是Mercer核,并且讨论了三种核的存在性、稳定性和唯一性.指出核函数的本质是表达相似性的工具,核函数与Mercer条件、正定性、对称性互为非充分非必要条件.仿真研究表明,本核函数对学习样本本身的分类是完美的,而且其泛化能力优于传统核函数的SVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵广社	西安交通大学自动控制研究所	25	309	10.0	17.0
2	李国齐	西安交通大学自动控制研究所	2	13	2.0	2.0
3	孙照莹	西安交通大学自动控制研究所	2	13	2.0	2.0