%0 Journal Article
%T 一种基于数据分布的SVM核选择方法
%A 王文剑
%A 郭金玲
%J 华侨大学学报(自然科学版)
%D 2013
%R 10.11830/ISSN.1000-5013.2013.05.0525
%X 针对目前支撑向量机(SVM)核函数的选择没有统一规则的现状,提出一种结合数据分布特征进行SVM核选择的方法.首先,采用多维尺度(MDS)分析方法对高维数据集合理降维,提出判断数据集是否呈圆球分布的算法;然后,在得到数据集分布特征的基础上进行SVM核选择,以达到结合数据分布特征合理选择SVM核函数的目的.实验结果表明:呈圆球分布的数据集采用球面坐标核进行分类,识别率达到100%,训练时间最短,优于采用高斯核SVM及多项式核SVM的分类效果.
%K 支撑向量机
%K 核函数
%K 核选择
%K 数据分布
%K 多维尺度
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201305011