基于RBF的支持向量数据描述算法性能分析

• 作者: 余君 阜艳
• 来源期刊: 现代电子技术
• 关键词: 支持向量数据描述 核函数 高斯核函数 单值分类
• 年，卷（期）: 2009,（20）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 140-142,146
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2009.20.045

摘要

核函数的选择对支持向量数据描述算法(SVDD)的性能有重要的影响,是SVDD研究的一个核心问题.通过对SVDD算法中常用核函数进行分析,验证了高斯核函数在单值分类问题上具有一定的优越性,并分别探讨相同样本数据集不同规模样本和不同样本数据集相似规模样本中,高斯核参数对SVDD分类器的影响.实验表明,基于高斯核函数的支持,向量数据描述算法适合于小规模样本的单值分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阜艳		8	44	4.0	6.0
2	余君		1	6	1.0	1.0