使用超椭球参数化坐标的支持向量机  

Hyper-ellipsoid support vector machine classifiers

作　　者：张钦礼[1] 王士同[1] 郭琦[2] 

机构地区：[1]江南大学信息工程学院 [2]哈尔滨工业大学理学院,哈尔滨150001

出　　处：《控制与决策》2008年第6期626-630,636,共6页Control and Decision

基　　金：国家自然科学基金项目(60225015);2005年教育部科学研究重点项目;2004年教育部新世纪优秀人才计划项目(NCET-040496)

摘　　要：基于n维超椭球面坐标变换公式,构造一类核函数——n维超椭球坐标变换核.由于是同维映射,且增大了类间距离,这类核函数在一定程度上改善了支持向量机的性能.与其他核函数(如高斯核)相比,将所构造的核函数用于支持向量机,仅产生了很少的支持向量,因而大大加快了学习速度,改善了泛化性能.数值实验结果表明了所构造的核函数的有效性和正确性.A class of kernel functions, hyper-ellipsoid coordinate transform ke using n-dimensional hyper-ellipsoid coordinate transformation formula. The （SVM） with n-dimensional hyper-ellipsoid kernels is enhanced, which is between input space and the feature space, and the enlarged spatial resolution with Gaussian kernels, much less support vectors is required, which resu generalization capability. Experimental results show the effectiveness of the classifier.

关 键 词：支持向量机 超椭球 核函数 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]