技術(shù)編號(hào)：12721391
提示：您尚未登錄，請(qǐng)點(diǎn) 登 陸 后下載，如果您還沒(méi)有賬戶請(qǐng)點(diǎn) 注 冊(cè) ，登陸完成后，請(qǐng)刷新本頁(yè)查看技術(shù)詳細(xì)信息。本發(fā)明涉及數(shù)據(jù)處理算法領(lǐng)域，尤其涉及一種基于多核函數(shù)自適應(yīng)融合的支持向量機(jī)參數(shù)選擇方法。背景技術(shù)支持向量機(jī)(SupportVectorMachine，SVM)自1995年CorinnaCortes和Vapnik等首先提出以來(lái)，吸引了國(guó)內(nèi)外眾多學(xué)者的關(guān)注和研究，它是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上，以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則的通用學(xué)習(xí)方法[1]。SVM具有強(qiáng)大的非線性處理能力和泛化能力，特別是在解決非線性、小樣本及高維模式識(shí)別中表現(xiàn)出明顯的優(yōu)勢(shì)，已經(jīng)廣泛用于分類和回歸問(wèn)題的處理，如圖像識(shí)別、文本分類、人臉識(shí)...
注意：該技術(shù)已申請(qǐng)專利，請(qǐng)尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識(shí)儲(chǔ)備，不適合論文引用。
請(qǐng)注意，此類技術(shù)沒(méi)有源代碼，用于學(xué)習(xí)研究技術(shù)思路。