PD Es对RSV M中模型参数的影响
江珊珊
范丽亚
1.聊城大学数学科学学院 ,山东聊城,2520592.聊城大学数学科学学院 ,山东聊城,252059
摘要：支持向量机(Support Vector Machines,SVMs)的分类结果严重受限于模型参数的选择.很多学者都在研究调参问题,但目前还没有一个行之有效的方法,常用的办法是网格搜索,一个近似选择参数的方法.以噪声(光暗,有遮挡)图像分类为背景,以正则化支持向量机(Reg ularized SVM,RSVM)为分类器,研究了偏微分方程组(Partial Differential Equations,PDEs)对RSVM模型中参数选择的影响.实验结果表明通过PDEs的进化可以弱化参数的影响,甚至不需要考虑调参.
关键词：支持向量机偏微分方程参数选择进化次数图像分类
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(11801248)山东省自然科学基金(ZR2016AM24)
论文发表日期：2019-01-01
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：10( 36-45 )
英文信息