杨小艳
- 作品数：2 被引量：3H指数：1
- 供职机构：江南大学信息工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 拟牛顿算法在SVM内核优化中的应用被引量：2
- 2007年
- 使用SVM进行分类,超参数的选择非常重要,它直接影响分类的性能。在实际应用中,最优SVM算法参数选择还只能是凭借经验、实验对比、大范围的搜寻或者利用软件包提供的交叉确认功能进行寻优。而拟牛顿算法,可在一个校验集上最小化一个经验误差估计来优化SVM的超参数,使超参数在分类任务中达到最优值,从而取得理想的分类结果。该文对拟牛顿算法进行了探讨,并将其应用在基于SVM的羽绒识别系统中,实验结果表明,该算法是有效的,与未经过超参数优化的SVM分类器相比,羽绒的识别率有了较大提高。
- 葛洪伟杨小艳张彦锋
- 关键词：支持向量机超参数拟牛顿算法
- 组合内核与优化算法在羽绒识别系统中的应用被引量：1
- 2008年
- 为了提高支持向量机(SVM)的识别性能,提出了在常用内核的基础上构造一个组合内核函数,然后用拟牛顿算法对其超参数进行优化的方法。该方法被成功运用于羽绒自动识别系统中。实验结果表明,内核优化后,与单独使用常用内核相比,组合内核函数使羽绒自动识别系统具有更佳的识别性能。
- 葛洪伟杨小艳
- 关键词：支持向量机超参数拟牛顿算法
