一种基于高斯分布的SVM核选择方法

• 作 者: 郭金玲 王文剑
• 机 构: 山西大学商务学院,山西大学计算机与信息技术学院
• 出 处: 电脑开发与应用
• 发表日期: 2007年12期
• 关键词: 支撑向量机 核参数选择 高斯分布 support vector machine kernel parameter selection Gauss distri

核选择是支撑向量机（Support Vector Machine，SVM）研究中的核心问题之一。提出了一种基于数据分布特征的SVM核函数及其参数选择的方法。首先分析了确定数据分布特征的重要性，然后给出了判断数据呈高斯分布的方法，并探讨了SVM核函数及其参数选择与数据分布的相关性。数值实验说明了本文提出的方法的可行性与有效性。