三种盖根鲍尔修正核在支持向量分类中的研究  

Research on Three Gegenbauer Correction Kernels in Support Vector Classification

作　　者：严雪芹 商豪[1] YAN Xue-qin;SHANG Hao(Shool of Science,Hubei University of Technology,Wuhan 430068,China)

机构地区：[1]湖北工业大学理学院,湖北武汉430068

出　　处：《数学的实践与认识》2020年第5期128-134,共7页Mathematics in Practice and Theory

基　　金：湖北省教育厅人文社会科学研究项目(14G191)。

摘　　要：将保留样本局部信息较好的三种核函数作为盖根鲍尔核的权函数,得到了三种修正的盖根鲍尔核.结合支持向量机建立分类模型,对10份UCI数据集的分类效果进行综合研究.结果表明所有修正核均比高斯核和线性核推广效果好,其中拉普拉斯修正性能更显著.the three kernel functions with good sample local information and used as the weight function of the Gegenbauer kernels,and three modified Gegenbauer kernel are obtained,combining supporb vector machines to establish a classification model,the classification effect of 10 UCI data sets is comprehensively studied.the resulbs show that all modified kernels are better than gauss kernels and linear kernels,and the laplace correction performance is more significant.

关 键 词：支持向量 盖根鲍尔核 权函数 修正核 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]