-
62浏览
-
0点赞
-
0收藏
-
1分享
-
72下载
-
0评论
-
引用
期刊论文
一种基于数据独立性的SVC核参数选择方法
广西师范大学学报(自然科学版),2007,25(4):59~62,-0001,():
提出一种选择支持向量分类(Support Vector Classification,SVC)最优核参数的算法,称为MI(Maximum Isolation)算法,通过定义样本间的独立性,可以获得最优核参数和相应的最优学习模型。该算法可以在支持向量机训练之前得到最优的核参数,计算代价较小,实验证明所提出的算法简单有效。
【免责声明】以下全部内容由[王文剑]上传于[2010年03月30日 19时03分53秒],版权归原创者所有。本文仅代表作者本人观点,与本网站无关。本网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。
本学者其他成果
同领域成果