| 基于一种混合核函数的支持向量机聚类 |
| |
| 引用本文： | 李希鹏,赵犁丰.基于一种混合核函数的支持向量机聚类[J].现代电子技术,2011(23):55-58. |
| |
| 作者姓名： | 李希鹏 赵犁丰 |
| |
| 作者单位： | 中国海洋大学信息科学与工程学院电子工程系; |
| |
| 基金项目： | 863计划项目:基于ROV的黄色物质水下原位探测系统(2008AA09Z105) |
| |
| 摘 要： | 在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。
|
| 关 键 词： | SVM 混合核函数 加权多宽度高斯核 支持向量聚类 |
Support Vector Clustering Algorithm Based on Mixed Kernel Function |
| |
| LI Xi-peng,ZHAO Li-feng.Support Vector Clustering Algorithm Based on Mixed Kernel Function[J].Modern Electronic Technique,2011(23):55-58. |
| |
| Authors: | LI Xi-peng ZHAO Li-feng |
| |
| Institution: | LI Xi-peng,ZHAO Li-feng(Department of Electronics Engineering,Ocean University of China,College of Information Science and Engineering,Qingdao 266100,China) |
| |
| Abstract: | The method that using a single kernel has great limitations in support vector clustering,in order to get an improved generalization performance and learning ability kernel function,a new mixed kernel function is proposed,and the data clustering experiment shows that the SVM performance in support vector clustering is much more efficient than the ones using only single traditional kernel. |
| |
| Keywords: | SVM mixed kernel funtion weighted Gaussian kernel with multiple widths support vector clustering |
| 本文献已被 CNKI 维普 等数据库收录！ |
