基于改进交叉验证算法的支持向量机多类识别

• 作者: 刘尧猛 邓蕊 马永军
• 来源期刊: 天津科技大学学报
• 学科: 工学
• 关键词: 支持向量机 统计学习理论 交叉验证
• 年，卷（期）: 2007,（2）
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP391.41
• 字数: 2504字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6510.2007.02.015

摘要

如何确定支持向量机最佳参数用以训练得到最优分类器,使之对未知样本同样具有良好的分类效果,一直是问题解决的关键.针对传统的交叉验证算法仅仅从全局的角度寻找极值点作为最优参数,而忽略了局部信息使得分类效果受到限制问题,提出一种改进的交叉验证算法,在考虑全局极值点的同时,也记录了局部极值点,求取全部极值点对应参数的平均值,由此得到最优参数.实验结果表明,该算法可以有效地确定最优参数,分类准确率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘尧猛	天津科技大学计算机科学与信息工程学院	19	176	6.0	13.0
2	马永军	天津科技大学计算机科学与信息工程学院	39	254	9.0	14.0
3	邓蕊	天津科技大学电子信息与自动化学院	2	63	2.0	2.0