基于BP神经网络和SVM的分类方法研究

• 作者: 孙剑伟 王宏涛
• 来源期刊: 软件
• 学科: 工学
• 关键词: MNIST数字库 BP神经网络 支持向量机 分类性能
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 96-99
• 页数: 4页
• 分类号: TP391.41
• 字数: 3921字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2015.11.024

摘要

介绍了BP神经网络和SVM算法的分类原理.附加动量因子和随机梯度下降法是对BP神经网络进行优化的重要方法,利用Google实验室的MNIST手写数字库研究了动量因子和随机数以及SVM不同核函数对分类性能影响,为实际应用中模型的选择提供一定依据.同时也研究了两个算法在不同样本数下的性能表现,实验表明样本数较少时SVM比BP具有更高的泛化能力.最后结合两个算法特点,给出层次分类法并做为今后研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏涛	中国电子科技集团公司第十五研究所	1	53	1.0	1.0
2	孙剑伟	中国电子科技集团公司第十五研究所	4	62	3.0	4.0