摘要:支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.
关键词:支持向量机 多宽度高斯核 多参数模型选择 误差界
单位:哈尔滨工业大学计算机科学与技术学院; 黑龙江哈尔滨150001; 哈尔滨工业大学深圳研究生院媒体与生命科学实验室; 广东深圳518055; 河北大学数学与计算机科学学院; 河北保定071002; 香港理工大学计算学系; 香港九龙
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社