节点文献

最小二乘支持向量机分类问题的算法实现

Arithmetic Realization of Least Square Support Vector Machine Classification

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 ZHOU Jian-ping1,2,ZHENG Ying-ping2,WANG Zhi-ping1(1.School of Electric Power & Automation Engineering,Shanghai University of Electric Power,Shanghai 200090,China;2.School of Electronics & Information,Tongji University,Shanghai 200092,China)

【机构】上海电力学院电力与自动化工程学院；同济大学电子与信息工程学院；

【摘要】介绍了支持向量机理论、常用的支持向量机内积核函数以及最小二乘支持向量机算法.采用最小二乘法实现了支持向量机分类算法.数字仿真结果表明,该算法的识别正确率可达100%.更多还原

【Abstract】 Theories of support vector machine(SVM),the kernel function of commouly-used(SVM),and the least square algorithm support vector are introduced.Support vector machine classification is realized by least square algorithm and numerical simulation is performed.Simulation results show that recognition rate of the proposed method is up to 100%.更多还原

【关键词】最小二乘法；支持向量机；核函数；分类；
【Key words】 least square algorithm； support vector machine(SVM)； kernel function； classification；

【基金】上海高校选拔培养优秀青年教师科研专项基金(Z2006-78);上海市重点学科建设项目(P1301)

【文献出处】上海电力学院学报 ,Journal of Shanghai University of Electric Power , 编辑部邮箱 ,2008年04期

【分类号】O212
【被引频次】13
【下载频次】417

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献