基于一种新的核聚类方法生成RBF核的支持向量机

• 作者: 朱昌明
• 来源期刊: 上海海事大学学报
• 关键词: 核聚类 支持向量机 径向基函数
• 年，卷（期）: 2017,（4）
• 页码范围: 93-100
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13340/j.jsmu.2017.04.018

摘要

为弥补具有径向基函数(radial basis function,RBF)核的支持向量机(support vector machine,SVM)的不足,即如何获得合适的RBF核并且包含更多的数据信息,提出一个关于核聚类的有效方法.该方法通过关于核数目、中心、宽度的一些公式来生成核.这个生成方法可以容易、合理、优化地获得核.在美国邮政手写数字数据集(记为USPS)和字母识别数据集(记为Letter)上的试验可以验证,具有这些新生成的RBF核的SVM拥有更少更合理的核以及更高的分类性能.通过这个新提出的方法,可以处理更多的大规模分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱昌明	上海海事大学信息工程学院	8	3	1.0	1.0