《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粒子群算法优化SVM的GPS高程拟合方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。