支持向量机与神经网络的关系研究

摘要：

支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点,该方法已经广泛用于解决分类和回归问题.本文将结构风险函数应用于径向基函数网络学习中,同时讨论了支持向量回归模型和径向基函数网络之间的关系.仿真实例表明所给算法提高了径向基函数网络的泛化性能.

关键词：支持向量机、神经网络、回归、结构风险函数

所属期刊栏目：21

分类号：TP18(自动化基础理论)

资助基金：辽宁省教育厅资助项目2004C068

在线出版日期：2006-07-03（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：204-208