基于线性距离核的支持向量机设计

• 作者: 闭思泽 黄廷磊
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 核函数 决策函数 支持向量机 样本数量无关 线性距离
• 年，卷（期）: 2013,（6）
• 页码范围: 478-481
• 页数: 4页
• 分类号: TP391.6
• 字数: 3000字
• 语种: 中文

摘要

为了消除样本数量对现有SVM决策函数计算的影响,提出一种基于样本数据线性距离特征的线性距离核函数来改进SVM.基于该核函数的SVM决策函数,实现了与样本数量无关的分类计算,极大提升SVM在执行超大规模分类计算的速度.仿真结果表明,该核函数具有与常用核函数一样的性能,可以完成非线性SVM的训练和分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄廷磊	桂林电子科技大学计算机科学与工程学院	92	408	9.0	15.0
2	闭思泽	桂林电子科技大学计算机科学与工程学院	1	0	0.0	0.0