支持向量分类和多宽度高斯核

Qun Chang,Xiaolong Wang,Yimeng Lin,Xizhao Wang,Danielso Yeung

Acta Electronica Sinica（2007）

引用 7|浏览16

暂无评分

摘要

支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.

查看译文

关键词

Error bound,Gaussian kernel with multiple widths,Model selection with multiple parameters,Support vector machines

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要