支持向量机核函数选择研究与仿真

摘要：

支持向量机是一种基于核的学习方法,核函数选取对支持向量机性能有着重要的影响,如何有效地进行核函数选择是支持向量机研究领域的一个重要问题.目前大多数核选择方法不考虑数据的分布特征,没有充分利用隐含在数据中的先验信息.为此,引入能量熵概念,借助超球体描述和核函数蕴藏的度量特征,提出一种基于样本分布能量熵的支持向量机核函数选择方法,以提高SVM学习能力和泛化能力.数值实例仿真验证表明了该方法的可行性和有效性.

关键词：支持向量机、核函数、样本分布、先验信息、能量熵

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目5136501;江西省自然科学基金资助项目20132BAB203020;江西省教育厅科学技术研究项目GJJ13430

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1135-1141