手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

支持向量机最优模型选择的研究

刘向东;骆斌;陈兆乾

  通过对核矩阵的研究,利用核矩阵的对称正定性,采用核校准的方法提出了一种SVM最优模型选择的算法———OMSA算法.利用训练样本不通过SVM标准训练和测试过程而寻求最优的核参数和相应的最优学习模型,弥补了传统SVM在模型选择上经验性强和计算量大的不足.采用该算法在UCI标准数据集和FERET标准人脸库上进行了实验,结果表明,通过该算法找到的核参数以及相应的核矩阵是最优的,得到的SVM分类器的错误率最小.该算法为SVM最优模型选择提供了一种可行的方法,同时对其他基于核的学习方法也具有一定的参考价值.……   
[关键词]:支持向量机;核参数;核校准;模型选择
[文献类型]:期刊
[文献出处]: 《计算机研究与发展2005年04期
[格式]:PDF原版; EPUB自适应版(需下载客户端)
App内打开