支持向量机最优参数选择的研究

• 作者: 付平 刘东辉 刘智青 卞建鹏
• 来源期刊: 河北科技大学学报
• 学科: 工学
• 关键词: 支持向量机 模型选择 高斯核函数 二分法
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 电子、计算机、自动控制
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP18
• 字数: 3230字
• 语种: 中文

摘要

支持向量机是近几年发展起来的机器学习方法,模型选择是设计支持向量机的关键.基于高斯核函数的支持向量机具有良好的学习性能,被广泛应用于模式分类中,讨论了核函数中C和γ对分类函数的影响,提出针对不同类型的数据,SVM应选用不同的核函数,同时利用二分法对核函数(C,γ)寻优,并将其应用于变压器故障诊断中,仿真结果表明该方法具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘东辉	河北科技大学电气信息学院	31	250	8.0	14.0
2	付平	河北科技大学电气信息学院	3	84	3.0	3.0
3	刘智青	河北科技大学电气信息学院	3	80	2.0	3.0
4	卞建鹏	河北科技大学电气信息学院	1	75	1.0	1.0