一类改进的埃尔米特核函数

摘要：

核函数及其参数的选择是决定支持向量机(support vector machine,SVM)分类性能的关键.基于埃尔米特多项式,利用三角核函数构造并证明了一类改进的埃尔米特核函数——三角埃尔米特核函数.该类核函数含两个核参数,其中一个核参数可由样本点到样本均值的距离简单确定,而另一个核参数仅在自然数集中选取,从而简化了该类核函数的参数优化.在双螺线数据集、棋盘格数据集及7个UCI数据集上的实验表明,该类核函数比常见的多项式核函数、高斯核函数及文献[6]提出的埃尔米特核函数有着更好的泛化性能和鲁棒性.

关键词：支持向量机、核选择、埃尔米特多项式、三角核函数

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60975035,61273291;山西省回国留学人员科研基金2012-008

在线出版日期：2014-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：239-242,274