期刊文献+

基于二元B样条基的核函数及支持向量机研究

Kernel Function based on Two-variable b-spline basis and SVM
下载PDF
导出
摘要 在支持向量机方法中,核函数起着关键的作用.利用2-型三角剖分上的样条函数空间(S21(Δmn))的一组二元B样条基构造了一种新的核函数,并应用到二元函数的逼近中,取得了良好的效果. the kernel function is important in SVM method.A new kernel function with a group of two-variable b-spline basis of type-2 triangulation in S12(Δmn)is built,and the effect is shown by its applications to two-variable function approximation.
作者 王涛
出处 《滁州学院学报》 2009年第3期44-45,共2页 Journal of Chuzhou University
关键词 二元B样条基 核函数 支持向量机 函数逼近 two-variable b-spline basis kernel function SVM function approximation
  • 相关文献

参考文献6

  • 1VAPNIK VN. The Nature of Statistical Learning Theory [M]. New York: Springer Verlag, 1995.
  • 2VAPNIK VN. Statistical Learning Theory [M]. New York: John Wiley and Sons, 1998.
  • 3王仁宏,崔锦泰.关于一个二元B样条基[J].中国科学:数学,1984,36(9):784-795. 被引量:8
  • 4K--R Muller. An introduction to kernel based learning algorithms[J]. IEEE transactions on neural networks, 2001,12 (2) : 181-202.
  • 5Chui, C. K. and Wang, R. H. , On smooth multivariate spline fuactsons[J]. Math. Comp, 41(1983), 131-142.
  • 6Schumaker, L. L., Multivariate Approximation Theory [M]. ISBN 51 Birkhauser Verlag, Basel, 1979.

共引文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部