| 新支持向量机在柴油机尾气分析中的核模型选择 |
| 高阳 李国璋 |
| 关键词：支持向量机 尾气分析 核函数 柴油机 交叉确认法 |
| 主要内容：研究支持向量机（SVM）中常用核函数及其参数对分类效果的影响。在此基础上,联系柴油机尾气数据,应用交叉确认法（CV）得到在该数据集下拥有不同常用核函数的SVM的最优参数,及在最优参数下SVM的三个性能指标,即对训练集的交叉确认准确率、对测试集的分类准确率和寻优时间。对比各性能指标,结果表明：对于柴油机尾气数据,径向基核函数模型所对应的训练集交叉确认准确率最高,而其测试集分类准确率最低;线性核函数模型的寻优时间最短。综合考虑SVM的学习能力、外推能力及寻优时间,决定选择线性核函数作为SVM在柴油机尾气分析中的核模型。 |
| 《计算技术与自动化》 2011,30(1).-114-118 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号