PSVM,LSVM和NLSVM三种SVM分类算法的比较

• 作者: 刘叶青 谷明涛
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据分类 支持向量机 PSVM LSVM NLSVM
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 数理科学
• 页码范围: 84-87
• 页数: 4页
• 分类号: TP18
• 字数: 2604字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6871.2008.03.023

摘要

支持向量机(SVM)是数据分类的强大工具,本文对三个分类算法进行了比较.这三个算法是最近SVM(PSVM),Lagrangian SVM(LSVM)和有限牛顿LSVM(NLSVM),比较了三个算法给出线性分类器的过程以及算法的速度和精度,提供了用SVM方法分类问题时的导向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘叶青	河南科技大学理学院	19	93	6.0	9.0