基于RBF核函数的支持向量机参数选择 (2007年)

【文件属性】：
文件名称：基于RBF核函数的支持向量机参数选择 (2007年)
文件大小：853KB
文件格式：PDF
更新时间：2021-05-30 09:16:47
自然科学 论文 由于SVM在各个领域中得到越来越广泛的应用,而决定SVM性能的因素是核函数的选取.其中,RBF核函数是应用最广泛的核函数,且有两个参数:惩罚因子C和核参数γ.因此,希望能找到最优化参数组(C,γ)使SVM具有最好推广性.首先提出了用E= lsv n代替留一法来评估SVM的推广性,它的优点是速度快、准确性高;然后,分析参数C和γ对SVM性能的影响,由此将问题归结在一个小的“好区”内选取最优参数组(C,γ);最后,分别用穷举法和下文所提出的方法进行比较,得出在“好区”内用Cγ=C ～(常数)来确定最优化参数同