支持向量机核函数选择的研究

摘要：

支持向量机是近年来发展的以统计学习理论为基础的新型学习机.该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势.在该学习机的各各研究方向中,核函数的选择无疑是极其重要的核心问题.通过对核矩阵的计算和研究,从理论上为核函数的选择提供了参考.

关键词：支持向量机、核函数、模型选择、结构风险、核矩阵

所属期刊栏目：8

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2008-11-05（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：4513-4517