作者：赵春婕; 王树勋向量机学习器优化核函数
摘要：支持向量机学习器往往是通过求解原二次优化问题的对偶问题获得的。诸多研究表明,支持向量机原始问题同样可以适当地处理约束项,同时,突破以前原二次优化问题不能利用核函数的认识误区,通过引入核函数建立一个无约束优化问题,利用传统优化方法进行求解。理论分析和实验表明,支持向量机原始问题也能实现对数据的高效学习,而且在大规模数据学习问题上,较之求解对应的对偶问题获得的近似解更可靠,参数选择也更好进行。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《陕西理工大学学报·自然科学版》（CN：61-1510/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《陕西理工大学学报·自然科学版》主要刊登数学、物理学、化学、生物学、机械设计制造及其自动化、金属材料成型及控制、计算机技术、电子信息、应用电子技术、电气自动化、工业与民用建筑、工程管理等方面的学术论文。
杂志详情
