基于SVM与BP的分类与回归比较研究

• 作者: 徐启华 肖晓
• 来源期刊: 新型工业化
• 关键词: 支持向量机 BP神经网络 分类 回归 泛化能力
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 48-53
• 页数: 6页
• 字数: 4392字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6649.2014.5.06

摘要

支持向量机是一种基于统计学习理论的机器学习方法，由于其出色的学习性能，已经广泛应用于解决分类与回归问题。对比研究支持向量机和BP神经网络在分类与回归上的异同，通过仿真实验分析两者在测试集上分类与回归的泛化能力，研究表明支持向量机的泛化能力要优于BP神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐启华	淮海工学院电子工程学院	30	500	12.0	22.0
2	肖晓	中国矿业大学信息与电气工程学院	2	43	2.0	2.0