基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
尽管支持向量机在许多问题上有着良好的表现,但是其参数和核函数的参数选取问题依然亟待解决.以往多采用优化算法进行参数选取,但也需要预先经验地获得核函数的参数的选取范围.在介绍结构风险最小化原则及支持向量机算法的基础上,给出了基于优化算法的支持向量机参数选取的一般性算法.由于径向基核函数(RBF)的参数取值大小的不同,可导致其性质和作用不同,为此提出了一种分段函数对RBF的参数进行选择的方法,该方法使得RBF的参数取大值和小值的概率均等.由此可不必预先经验地指定RBF的参数的选取范围,依然可以优化获得最优的参数.通过对头部组织电导率估算问题进行对比研究,取得了良好的效果,验证了该方法的有效性.
推荐文章
一种基于核函数参数优化的属性选择算法
属性选择
泛化能力
局部最优解
核函数
核函数选择方法研究
核函数
支持向量机
秩和检验
K-折交叉验证
配对t测试
基于ACO算法的SVM核函数的参数优化
蚁群算法
核函数
支持向量机
参数优化
基于社会情感优化算法的支持向量机参数选择
支持向量机
社会情感优化算法
参数选择
分类精度
机器学习
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化算法的核函数参数选择的研究
来源期刊 计算机应用与软件 学科 工学
关键词 支持向量机 核函数 参数选择 优化算法 分段函数
年,卷(期) 2010,(1) 所属期刊栏目 基金项目论文
研究方向 页码范围 137-140
页数 4页 分类号 TP3
字数 3819字 语种 中文
DOI 10.3969/j.issn.1000-386X.2010.01.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 武优西 河北工业大学计算机科学与软件学院 28 466 10.0 21.0
2 柴欣 河北工业大学计算机科学与软件学院 14 154 6.0 12.0
3 王岩 河北工业大学计算机科学与软件学院 19 79 5.0 8.0
4 郭磊 河北工业大学电气与自动化学院 14 93 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (1824)
参考文献  (2)
节点文献
引证文献  (26)
同被引文献  (43)
二级引证文献  (85)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(13)
  • 引证文献(4)
  • 二级引证文献(9)
2016(17)
  • 引证文献(5)
  • 二级引证文献(12)
2017(15)
  • 引证文献(5)
  • 二级引证文献(10)
2018(23)
  • 引证文献(2)
  • 二级引证文献(21)
2019(22)
  • 引证文献(2)
  • 二级引证文献(20)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
支持向量机
核函数
参数选择
优化算法
分段函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导