PD Es对RSV M中模型参数的影响

• 作者: 江珊珊 范丽亚
• 来源期刊: 聊城大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 偏微分方程 参数选择 进化次数 图像分类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 机器学习研究
• 页码范围: 36-45
• 页数: 10页
• 分类号: TP391
• 字数: 6295字
• 语种: 中文
• DOI: 10.19728/j.issn1672-6634.2019.03.004

摘要

支持向量机(Support Vector Machines,SVMs)的分类结果严重受限于模型参数的选择.很多学者都在研究调参问题,但目前还没有一个行之有效的方法,常用的办法是网格搜索,一个近似选择参数的方法.以噪声(光暗,有遮挡)图像分类为背景,以正则化支持向量机(Reg ularized SVM,RSVM)为分类器,研究了偏微分方程组(Partial Differential Equations,PDEs)对RSVM模型中参数选择的影响.实验结果表明通过PDEs的进化可以弱化参数的影响,甚至不需要考虑调参.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范丽亚	聊城大学数学科学学院	47	78	5.0	6.0
2	江珊珊	聊城大学数学科学学院	2	5	2.0	2.0