SVMs 与 FANNs 的关系及分类性能对比
冷强奎1
刘福德2
阎琦1
1.渤海大学 信息科学与技术学院,辽宁 锦州,1210132.渤海大学 大学基础教研部,辽宁 锦州,121013
摘要：研究了支持向量机（ SVMs）与前馈人工神经网络（ FANNs）的关系。首先说明了两者在网络结构上的相似性，即输入函数均可表示为基函数的线性组合形式。然后指出了两者之间存在的关键差异：一是优化目标不同，FANNs只需要达到经验风险最小化，而SVMs寻求结构风险最小化；二是隐含层含义不同，SVMs的隐含层节点表现为支持向量，而FANNs则需要预先设定；三是模型复杂性不同，FANNs的模型复杂性由隐含层神经元数量来控制，而SVMs的复杂性独立于维度。最后，给出了两者在UCI标准数据集上的对比实验，用以评估它们在分类中的性能。
关键词：模式识别支持向量机前馈人工神经网络深度学习
分类号：TP181(自动化基础理论)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 254-260 )
英文信息