基于SVM的静默认证的数据模型设计与实现

阐述矩阵能极分解生成一个对称半正定核矩阵的特性,对RBF核进行极分解,并结合多项式核,构造了一个性能很好的混合核函数。在CEMENT数据集和IRIS数据集上进行实验,采用基于极分解下的混合核,来与RBF核进行了比较。结果表明,使用该核的SVM,其支持向量的个数少、分类错误低、并有较高的训练速度。还进一步发现,该混合核有效地抑制了局部核函数RBF所引起的预测输出波动。