高斯核支持向量机最优模型参数选择搜索算法

摘要：

本文通过研究高斯核支持向量机在具体分类问题中的应用,分析了模型惩罚参数C和高斯核参数σ对SVM分类性能的影响,提出了利用格子点法配合k-折交叉验证技术搜索模型最优参数的算法,以得到推广能力最优的SVM,最后通过数值实验进一步验证了算法的有效性.

关键词： 支持向量机 高斯核 参数选择 格子点法 k-折交叉验证 最优模型

作者: 侯伟真 潘美芹

作者单位: 山东科技大学信息科学与工程学院青岛,266510

会议类型: 国内会议

会议名称: 中国运筹学会第八届学术交流会

会议地点: 深圳

会议语种:中文

页码: 716-722

在线出版日期: 2006-06-30（万方平台首次上网日期，不代表论文的发表时间）