| 基于分形理论的支持向量机核函数选择 |
| |
| 引用本文： | 梁礼明,陈明理,刘博文,吴健.基于分形理论的支持向量机核函数选择[J].江西师范大学学报(自然科学版),2019,43(3). |
| |
| 作者姓名： | 梁礼明 陈明理 刘博文 吴健 |
| |
| 作者单位： | 江西理工大学电气工程与自动化学院,江西 赣州,341000;江西理工大学电气工程与自动化学院,江西 赣州,341000;江西理工大学电气工程与自动化学院,江西 赣州,341000;江西理工大学电气工程与自动化学院,江西 赣州,341000 |
| |
| 基金项目： | 国家自然科学基金;江西省自然科学基金;江西省教育厅科学技术研究项目 |
| |
| 摘 要： | 核方法是机器学习领域内的研究热点之一,在处理非线性和高维数据问题中表现出许多优势,已被广泛应用于分类、回归等领域.支持向量机是最具代表性的核方法,而不同的核函数具有各异的度量特征,故核函数的选择对支持向量机泛化能力有着重要的影响.而目前核函数的选择仍是一个开放性的问题,存在着一系列的偶然性和局限性.该文利用分形几何分析数据蕴含的特征信息来有指导性地选择核函数,以提高支持向量机的泛化能力,并通过实例仿真验证该方法是有效可行的.
|
| 关 键 词： | 核方法 支持向量机 核函数 分形几何 分形维数 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
