支持向量机核函数的构造方法研究与分析

作者：杨冬云; 李数函

来源：高师理科学刊, 2010, (02): 23-26.

• 支持向量机
• 核函数
• 核理论
• 最优核函数 support vector machine
• kernel function
• kernel theory
• optimal kernel function

支持向量机是近年来发展的以统计学习理论为基础的新型学习机,核函数的选择无疑是其重要的核心问题.先对核函数进行定义,然后通过对核理论进行性质分析,最后明确了对最优核函数的选择与构造,从理论上为核函数的选择提供了参考.该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势.

• 单位
  黑龙江工程学院; 成都市技师学院