支持向量机核函数选择研究与仿真

来源：计算机工程与科学杂志2015年第6期北京时间：

作者：梁礼明，钟震，陈召阳

单位：江西理工大学电气工程与自动化学院，江西 赣州 341000

摘要：支持向量机是一种基于核的学习方法，核函数选取对支持向量机性能有着重要的影响，如何有效地进行核函数选择是支持向量机研究领域的一个重要问题。目前大多数核选择方法不考虑数据的分布特征，没有充分利用隐含在数据中的先验信息。为此，引入能量熵概念，借助超球体描述和核函数蕴藏的度量特征，提出一种基于样本分布能量熵的支持向量机核函数选择方法，以提高SVM学习能力和泛化能力。数值实例仿真验证表明了该方法的可行性和有效性。

关键词：支持向量机；核函数；样本分布；先验信息；能量熵,

基金资助：国家自然科学基金资助项目(5136501)；江西省自然科学基金资助项目(20132BAB203020)；江西省教育厅科学技术研究项目(GJJ13430)