基于感知器的SVM自学习模型

摘要：

提出了一种基于感知器的SVM分类模型(PSVM).该模型在对分类器的训练中,引入感知器分类思想,其先利用SVM的核函数进行核计算,判断其分类性能,分类正确则不作任何修改,反之则转化成感知器分类问题.实验结果表明该模型不但能提高SVM的分类性能,而且还可以降低SVM分类性能对核函数及参数选择的依赖.

关键词：支持向量机、核函数、感知器、核参数选取

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：山东省中青年科学家科研奖励基金博士基金2006BS01020;山东省高新技术自主创新工程专项汁划2007ZZ17;山东省自然科学基金the Natural Science Foundation of Shandong Province of China under Grant No.Y2007G16:山东省科技攻关汁划the Key Technologies R&D Program of Shandong Province,China under Grant 2008GG10001015;山东省教育厅科技计划项目J07YJ04

在线出版日期：2010-04-26（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：57-58,61