基于混合核函数的支持向量机.pdf

《基于混合核函数的支持向量机.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第25卷第10期重庆理工大学学报(自然科学)2011年1O月Vo1．25No．10JournalofChongqingUniversityofTechnology(NaturalScience)0et．2011基于混合核函数的支持向量机邬啸，魏延，吴瑕(重庆师范大学计算机与信息科学学院，重庆401331)摘要：支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射，而由于普通核函数各有其利弊，为了得到学习能力和泛化性能都很强的核函数，研究了2种支持向量机核函数：全局核函数(线性核函数)和局部核函数(RBF核函数)，提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实

2、验。结果表明，组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。关键词：支持向量机；混合核函数；局部核函数；全局核函数中图分类号：TP18文献标识码：A文章编号：1674—8425(2011)10—0066—05SupportVectorMachineBasedonHybridKernelFunctionWUXiao，WEIYan，WUXia(CollegeofComputerandInformationScience，ChongqingNormalUniversity，Chongqing401331，China)Abstract：Supportvectormachineuses

3、thekernelfunctiontorealizenonlinearmappingfromtheorigi-halinputspacetoahighdimensionspace，andkernelfunctionisthecoreofsupportvectormachine，itisalsothepartwhichisdifficulttounderstandthesupportvectormachine．Becauseeachofordinarykernelfunctionshasadvantagesanddrawbacks，inordertogetanotherkernelfunctio

4、nwithstronglearningabilityandgeneralizationperformance，thispaperstudiestwokernelfunctionofsupportvectormachine，globalkernelfunction(1inearkernelfunction)andlocalkernelfunction(RBFkernelfunc—tion)，andpresentscombinationkernelfunctionofsupportvectormachine．Throughtheexperimentre-suitscomparing，theresu

5、ltsshowthatitsperformanceisbetterthanthatofotherSVMsconstructedbyordinarykernelfunction．Keywords：suppo~vectormachine；hybridkernelfunction；localkernelfunction；globalke1"1'1elfunction收稿日期：2011—05—22基金项目：重庆市教委科学技术研究项目(KJ090823)作者简介：邬啸(1985一)，男，湖北荆门人，硕士研究生，主要从事机器学习和模式识别研究。邬啸，等：基于混合核函数的支持向量机67V．N．Vapnik于

6、1995年首先提出支持向量机能力，同时也保持了学习机器在高维空间中的内(SVM)，它是建立在统计学习理论基础之上的新在线性，从而使SVM得以实用化。通过使用核函一代机器学习算法⋯，也是近年来机器学习研究数，实现了在高维特征空间中样本的线性分类(相的一项重大成果]。支持向量机的优势主要体对于原空间是非线性的分类)，即核函数将原空间现在解决线性不可分问题，通过引入核函数定义的数据隐含地表示在高维的特征空间中，并在其的非线性特征映射，将待分类数据映射到一个高中训练了一个线性的分类器，训练过程并不需要维的特征空间中，从而很好地解决了非线性分类知道具体的非线性映射。利用核函数代替原空间问题。根据统计学习

7、理论，这个非线性变换是通中的内积，就对应于将数据通过一个映射映射到过适当的核函数k(，)在算法中实现的，无需知某个高维的特征空间中，这时的映射称为与核有道其具体形式，只要这个核函数能够满足Mercer关的映射。特征空间是由核函数定义的_9J。条件J。支持向量机的许多特性是由所选择的核凡是满足Mecrer条件的函数都可以作为支持函数来决定的，每一种核函数都有自己的优点和向量机的核函数，目前研究最多的