- 教授
- 博士生导师
- 硕士生导师
- 电子邮箱:0b6f128938f9cc6f7445a30247785316e328abf954097e3d38bec9871c6a60582c47139535408a033701751fe670d3e27c038135bf92a7580d16063a87b9640cd5926a6a6df682b43e8383e12a2ea57474684ef0bbf4f22f153cac0861b4de6be5e7b92f78c4b6cdcb876f3d9841121d58bcbfa3941c4c232c2acfc588555baa
- 入职时间:2005-04-25
- 学历:硕博连读
- 性别:男
- 学位:博士
- 在职信息:在职
- 毕业院校:西安交通大学
- 所属院系:机械工程学院
- 学科:机械工程
不敏感损失函数支持向量机分类性能研究
- 发布时间:2025-04-30
- 论文名称:不敏感损失函数支持向量机分类性能研究
- 发表刊物:西安交通大学学报 ISTIC EI PKU
- 摘要:将原先用于支持向量回归的ε不敏感损失函数引入到支持向量分类中,提出ε不敏感损失函数支持向量分类算法(ε-SVC).同标准支持向量分类方法(C-SVC)和最小二乘支持向量分类方法(LS-SVC)相比较,试验结果表明:当赋予参数ε一个足够大的接近于1的值时,ε-SVC的分类正确率略低于C-SVC和LS-SVC,但是ε-SVC的训练、测试和参数选择的速度要高于C-SVC和LS-SVC.特别是对于大规模数据集,这种优势将更加明显.另外,通过精确选择参数ε的值,ε-SVC能够获得比C-SVC和LS-SVC更高的分类正确率,但是训练、测试和参数选择的速度却随着ε的减小而降低.
- 合写作者:杨俊燕 张优云 朱永生
- 卷号:2007, 41(11)
- 是否译文:否
- 发表时间:2007-11-02
- 合写作者:杨俊燕 张优云 朱永生