| 基于支持向量机的概率密度估计方法 |
| |
| 引用本文： | 张炤,张素,章琛曦,陈亚珠.基于支持向量机的概率密度估计方法[J].系统仿真学报,2005,17(10):2355-2357. |
| |
| 作者姓名： | 张炤 张素 章琛曦 陈亚珠 |
| |
| 作者单位： | 上海交通大学生物医学仪器研究所,上海,200030 |
| |
| 基金项目： | 973计划资助项目（2003CB716103） |
| |
| 摘 要： | 介绍了基于支持向量机的概率密度估计。从概率密度的定义出发，利用支持向量机求解线性算子方程的方法，直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看，该种方法与Parzen窗的精度等级类似，同时又具有Parzen窗方法所不具备的稀疏解。
|
| 关 键 词： | 支持向量机 概率密度估计 核函数 回归估计 |
| 文章编号： | 1004-731X（2005）10-2355-03 |
| 收稿时间： | 2004-09-08 |
| 修稿时间： | 2005-03-31 |
Density Estimation Based on Support Vector Machines |
| |
| ZANG Zhao,ZHANG Su,ZHANG Chen-xi,CHEN Ya-zhu.Density Estimation Based on Support Vector Machines[J].Journal of System Simulation,2005,17(10):2355-2357. |
| |
| Authors: | ZANG Zhao ZHANG Su ZHANG Chen-xi CHEN Ya-zhu |
| |
| Abstract: | A new method for density estimation was developed based on the Support Vector Machine(SVM).This method was used to estimate the density directly from the definition of density.Several types of SVM based on different regularizer and loss function were used to estimate density in experiments.Compared with Parzen,the results of this method have similar quality and sparse solutions. |
| |
| Keywords: | support vector machine density estimation kernel function regression |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
