《表1 SVM常用核函数:基于粒子群算法优化SVM的GPS高程拟合方法》
SVM是以统计学习理论中的结构风险最小化和Vapnik-Chervonenkis dimension(VC维)为基础发展起来的一种模式分类方法,由于其面对小样本和非线性高维模式分类问题时表现出了特有的优势,因此得到了广泛应用。SVM的核心是利用核函数将低维空间中的线性不可分问题映射到高维空间,转变为线性可分问题。表1给出了常用的SVM核函数,其中C为惩罚因子,σ为核参数。
图表编号 | XD00189116100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 王建军、章重阳 |
绘制单位 | 清远市土地中心、清远市土地中心 |
更多格式 | 高清、无水印(增值服务) |