支持向量分类和多宽度高斯核

常 群; 王晓龙; 林沂蒙; 王熙照; Daniel S.Yeung

您当前的位置：

首页 >

文章列表页 >

支持向量分类和多宽度高斯核

论文 | 更新时间：2025-07-16

- 支持向量分类和多宽度高斯核
- Support Vector Classification and Gaussian Kernel with Multiple Widths
- 电子学报 2007年35卷第3期页码：484-487
- 作者机构：
  
  1. 哈尔滨工业大学计算机科学与技术学院,黑龙江,哈尔滨,150001
  2. 哈尔滨工业大学深圳研究生院媒体与生命科学实验室,广东,深圳,518055
  3. 河北大学数学与计算机科学学院,河北,保定,071002
  4. 香港理工大学计算学系,香港九龙
  5. 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨,150001
  6. 哈尔滨工业大学深圳研究生院媒体与生命科学实验室广东深圳,518055
  7. 河北大学数学与计算机科学学院河北保定,071002
  8. 香港理工大学计算学系香港九龙
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目 (No.60435020);国家自然科学基金重大研究计划面上项目 (No.90612005)
- DOI：
  中图分类号： TP181
- 纸质出版：2007
- 稿件说明：
移动端阅览
常群, 王晓龙, 林沂蒙, 等. 支持向量分类和多宽度高斯核[J]. 电子学报, 2007,35(3):484-487.

CHANG Qun, WANG Xiao-long, LIN Yi-meng, et al. Support Vector Classification and Gaussian Kernel with Multiple Widths[J]. Acta Electronica Sinica, 2007, 35(3): 484-487.
常群, 王晓龙, 林沂蒙, 等. 支持向量分类和多宽度高斯核[J]. 电子学报, 2007,35(3):484-487. DOI：

CHANG Qun, WANG Xiao-long, LIN Yi-meng, et al. Support Vector Classification and Gaussian Kernel with Multiple Widths[J]. Acta Electronica Sinica, 2007, 35(3): 484-487. DOI：

摘要

支持向量分类中

高斯核不区分样本中各个特征的重要性

显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能

文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数

进一步地

文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.

Abstract

In support vector classification

Gaussian kernel is insensitive to the differences of features.However

generally

different features function differently in classification.To improve the generalization performance of support vector machines

the Gaussian kernel with multiple widths is proposed to emphasize the different contributions of features to classification.With this kernel

the related model selection scheme is designed which can automatically tune multiple parameters for support vector machines by minimizing the error bound.The efficiencies of the proposed kernel and related model selection algorithms are validated via experiments.

关键词

Keywords

references

浏览量

982

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进的分枝定界半监督支持向量机学习算法

基于支持向量机的浅地层探地雷达目标分类识别研究

基于核函数的非线性口袋算法

一种基于支持向量机的手写汉字识别方法

基于全局和局部保持的半监督支持向量机