基于感知器的SVM自学习模型

• 作者: 宋营军 张化祥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 核函数 感知器 核参数选取
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 研究、探讨
• 页码范围: 57-58,61
• 页数: 3页
• 分类号: TP391
• 字数: 3055字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.07.017

摘要

提出了一种基于感知器的SVM分类模型(PSVM).该模型在对分类器的训练中,引入感知器分类思想,其先利用SVM的核函数进行核计算,判断其分类性能,分类正确则不作任何修改,反之则转化成感知器分类问题.实验结果表明该模型不但能提高SVM的分类性能,而且还可以降低SVM分类性能对核函数及参数选择的依赖.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
2	宋营军	山东师范大学信息科学与工程学院	1	2	1.0	1.0