国防科技技术预先研究基金(2009YY02)
- 作品数：3 被引量：21H指数：2
- 相关作者：宋小杉蒋晓瑜姚军罗建华汪熙更多>>
- 相关机构：装甲兵工程学院更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于类间距的径向基函数-支持向量机核参数评价方法分析被引量：15
- 2012年
- 分析了径向基函数(RBF)核参数γ对空间映射结果的影响,得出3条结论。在此基础上,找到了1种新的核参数评价方法,该方法通过计算特征空间中两类之间的平均距离(ICMD)来评价γ的优劣。文章分别从理论和实验两方面证明了ICMD最大值的存在性。为验证该方法的有效性,文中对7个样本集进行了两组参数选择实验:第一组实验通过ICMD找到最优核参数γ,再由10-折交叉验证得到最优惩罚因子C,称为"两步法";第二组实验采用基于10-折交叉验证的网格搜索法进行参数选择。结果显示两种方法均选择出了适当的参数,但前者花费的时间比后者大大缩短,验证了ICMD方法的有效性。
- 宋小杉蒋晓瑜罗建华姚军
- 关键词：人工智能支持向量机高斯核参数选择
- 基于改进Joachims上界的SVM泛化性能评价方法被引量：6
- 2011年
- 留一法(Leave One Out,LOO)错误率是评价支持向量机(Support Vector Machine,SVM)性能最准确方法,LOO错误率越小,SVM泛化性能越好.但LOO实现起来较为费时.因此人们提出了LOO错误率的各种上界作为近似,最有代表性的是Joachims上界和Jaakkola-Haussler上界.基于LOO上界的SVM泛化性能评价方法不但较为准确,而且耗时大大减小.本文首先证明了在径向基函数(Radial Basis Function,RBF)为核函数的SVM中,Joachims上界和Jaakkola-Haussler上界是等价的;其次对Joachims上界进行理论分析,指出了其不足之处,并予以改进,得到了改进的Joachims上界;最后通过实验对LOO错误率J、aakkola-Haussler上界J、oachims上界和改进的Joachims上界进行了比较,结果显示改进的Joachims上界比Jaakkola-Haussler上界和Joachims上界更加接近LOO错误率,是一种更加准确的SVM泛化性能评价方法.
- 宋小杉蒋晓瑜汪熙姚军
- 关键词：支持向量机高斯核
- 基于结构风险上界的SVM参数选择
- 2011年
- 提出了基于结构风险上界的SVM参数选择方法。首先,从理论上分析了SVM结构风险上界的计算方法,给出了结构风险上界的算法步骤;其次,以结构风险上界作为SVM泛化性评价准则对5个UCI公开数据库和经过实测建立的两个特征库(包括二类和多类数据)进行了参数选择仿真实验,并与5-折交叉验证的实验结果进行了比较,结果表明,基于结构风险上界的SVM参数选择方法有效、省时。
- 宋小杉蒋晓瑜罗建华汪熙
- 关键词：支持向量机参数选择
