一类改进的埃尔米特核函数  

A Set of Improved Hermite Kernel Function

作　　者：田萌[1,2] 王文剑[1] 

机构地区：[1]山西大学计算机与信息技术学院,太原030006 [2]山东理工大学理学院,淄博255049

出　　处：《计算机科学》2014年第5期239-242,274,共5页Computer Science

基　　金：国家自然科学基金(60975035;61273291);山西省回国留学人员科研基金(2012-008)资助

摘　　要：核函数及其参数的选择是决定支持向量机(support vector machine,SVM)分类性能的关键。基于埃尔米特多项式,利用三角核函数构造并证明了一类改进的埃尔米特核函数——三角埃尔米特核函数。该类核函数含两个核参数,其中一个核参数可由样本点到样本均值的距离简单确定,而另一个核参数仅在自然数集中选取,从而简化了该类核函数的参数优化。在双螺线数据集、棋盘格数据集及7个UCI数据集上的实验表明,该类核函数比常见的多项式核函数、高斯核函数及文献[6]提出的埃尔米特核函数有着更好的泛化性能和鲁棒性。The selection of kernel function and its parameters plays a significant role in support vector machine （SVM） classification algorithms.Based on Hermite polynomial and the triangular kernel function,a new set of kernel functionstriangular Hermite kernel was proposed.The triangular Hermite kernel has two parameters.One parameter is determined by the distance between sample points and sample mean,and the other parameter is chosen only from nonnegative integer.So the parameters of the triangular Hermite kernel can be optimized easily.The experimental results on bi-spiral data,checkerboard data and 7 UCI data sets indicate that the new kernel achieves the competitive classification performance,compared with polynomial kernel,Gaussian kernel,and the previous Hermite kernel proposed in reference [6].

关 键 词：支持向量机 核选择 埃尔米特多项式 三角核函数 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]