基于W12再生核支持向量机的模式分类研究

摘要：

支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了大家对模式识别领域的极大关注.近年来,支持向量机在手写体识别、人脸识别、文本分类等领域取得了很大的成功.文章将一种新的核函数用于虹膜识别,并与传统的多项式核函数、高斯核函数进行了比较.初步结果显示了该核函数的应用潜力.

关键词：支持向量机、核函数、分类间隔、最优分类面

所属期刊栏目：31

分类号：TP311(计算技术、计算机技术)

资助基金：中国民用航空总局科研项目02- qd-07x

在线出版日期：2005-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：128-129,132