| 基于贝叶斯支持向量机模型选择算法改进 |
| |
| 引用本文： | 王文涛,陈聪.基于贝叶斯支持向量机模型选择算法改进[J].中南民族大学学报(自然科学版),2009,28(1). |
| |
| 作者姓名： | 王文涛 陈聪 |
| |
| 作者单位： | 中南民族大学,计算机科学学院,武汉,430074 |
| |
| 基金项目： | 中南民族大学自然科学基金 |
| |
| 摘 要： | 通过对贝叶斯方法的分析,探讨了SVM的模型选择问题,提出SVM模型的选择可以看作等价于求解概率模型下置信度最大化的观点.首先,通过使用相关后验概率上的数学期望近似计算置信度梯度,然后用拟牛顿法求解置信度最大化问题.在数据集训练过程中引入阶梯度的SMO算法以提高训练效率.实验证明:此算法与网格法和Span估计法相比,改善了SVM的多参数选择问题,提高了执行效率.
|
| 关 键 词： | 支持向量机 拟牛顿法 模型选择 置信度 |
Improvement of Bayesian Approach to Model Selection for Support Vector Machine Classifiers |
| |
| Wang Wentao,Chen Cong.Improvement of Bayesian Approach to Model Selection for Support Vector Machine Classifiers[J].Journal of South-Central Univ for,2009,28(1). |
| |
| Authors: | Wang Wentao Chen Cong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《中南民族大学学报(自然科学版)》下载免费的PDF全文 |
|
