基于RBF核的SVM的模型选择及其应用

被引：44

作者：

王鹏

朱小燕

不详

机构：

[1] 清华大学计算机系智能技术与系统国家重点实验室

[2] 清华大学计算机系智能技术与系统国家重点实验室北京

[3] 北京

来源：

计算机工程与应用 | 2003年 / 24期

关键词：

SVM; RBF核; 模型选择; ANN; 字符识别;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。

引用

页码：72 / 73

页数：2