| 支持向量机参数选择方法研究 |
| |
| 引用本文： | 董春曦,饶鲜,杨绍全,徐松涛.支持向量机参数选择方法研究[J].系统工程与电子技术,2004,26(8):1117-1120. |
| |
| 作者姓名： | 董春曦 饶鲜 杨绍全 徐松涛 |
| |
| 作者单位： | 西安电子科技大学电子工程学院,陕西,西安,710071 |
| |
| 基金项目： | 国家重点实验室基金资助课题(5143505) |
| |
| 摘 要： | 针对支持向量机的参数选择问题,提出了一种最优化选择方法。通过分析支持向量个数与留一法的关系以及支持向量机参数的几何意义和对推广能力的影响,该算法利用支持向量机比例来衡量参数选择时推广能力的变化,使用不同的规则更新核参数和惩罚因子,简化了参数选择的难度。理论分析证明这种最小最大化参数选择方法可以选择支持向量机参数,仿真试验验证了该方法的有效性。
|
| 关 键 词： | 支持向量机 推广能力估计 参数选择 最小最大化 |
| 文章编号： | 1001-506X(2004)08-1117-04 |
| 修稿时间： | 2003年2月15日 |
Method for selecting the parameters of support vector machines |
| |
| DONG Chun-xi,RAO Xian,YANG Shao-quan,XU Song-tao.Method for selecting the parameters of support vector machines[J].System Engineering and Electronics,2004,26(8):1117-1120. |
| |
| Authors: | DONG Chun-xi RAO Xian YANG Shao-quan XU Song-tao |
| |
| Abstract: | A minmax method for selecting the parameters of SVM is presented. According to the geometric meanings of the parameters and its influences to generalization performance, and the relations between the number of support vectors and leave-one-out method, the method uses the ration of support vectors to training samples is applied to estimate the generalization performance, and updates the kennel parameter (s) and penalty factor respectively. Its feasibility and efficiency are proved theoretically and experimentally. |
| |
| Keywords: | support vector machines generalization performance estimating parameters selecting minimaximize |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
