支持向量分类和多宽度高斯核

• 作者: Daniel S.Yeung 常群 林沂蒙 王晓龙 王熙照
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量机 多宽度高斯核 多参数模型选择 误差界
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 484-487
• 页数: 4页
• 分类号: TP181
• 字数: 3516字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2007.03.020

摘要

支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.