最小二乘支持向量机分类问题的算法实现

周建萍; 郑应平; 王志萍

###

DOI:

上海电力大学学报:2008,24(4):381-384

查看/发表评论过刊浏览高级检索 HTML

←前一篇 | 后一篇→

码上扫一扫！

下载全文

最小二乘支持向量机分类问题的算法实现

周建萍^1,2, 郑应平², 王志萍¹

(1.上海电力学院电力与自动化工程学院, 上海 200090;2.同济大学电子与信息工程学院, 上海 200092)

Arithmetic Realization of Least Square Support Vector Machine Classification

ZHOU Jian-ping^1,2, ZHENG Ying-ping², WANG Zhi-ping¹

(1.School of Electric Power & Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China;2.School of Electronics & Information, Tongji University, Shanghai 200092, China)

摘要

图/表

参考文献

本刊相似文献

All Journals 相似文献

All Journals 引证文献

本文已被：浏览 1082次下载 446次
投稿时间：2008-02-22

中文摘要: 介绍了支持向量机理论、常用的支持向量机内积核函数以及最小二乘支持向量机算法.采用最小二乘法实现了支持向量机分类算法.数字仿真结果表明,该算法的识别正确率可达100%.

中文关键词: 最小二乘法支持向量机核函数分类

Abstract:Theories of support vector machine(SVM),the kernel function of commouly-used(SVM),and the least square algorithm support vector are introduced.Support vector machine classification is realized by least square algorithm and numerical simulation is performed.Simulation results show that recognition rate of the proposed method is up to 100%.

keywords: least square algorithm support vector machine(SVM) kernel function classification

文章编号：20080416 中图分类号： 文献标志码：

基金项目:上海高校选拔培养优秀青年教师科研专项基金(Z2006-78);上海市重点学科建设项目(P1301)

作者	单位
周建萍	上海电力学院电力与自动化工程学院, 上海 200090 同济大学电子与信息工程学院, 上海 200092
郑应平	同济大学电子与信息工程学院, 上海 200092
王志萍	上海电力学院电力与自动化工程学院, 上海 200090

Author Name	Affiliation
ZHOU Jian-ping	School of Electric Power & Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China School of Electronics & Information, Tongji University, Shanghai 200092, China
ZHENG Ying-ping	School of Electronics & Information, Tongji University, Shanghai 200092, China
WANG Zhi-ping	School of Electric Power & Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China

引用文本：
周建萍,郑应平,王志萍.最小二乘支持向量机分类问题的算法实现[J].上海电力大学学报,2008,24(4):381-384.
ZHOU Jian-ping,ZHENG Ying-ping,WANG Zhi-ping.Arithmetic Realization of Least Square Support Vector Machine Classification[J].Journal of Shanghai University of Electric Power,2008,24(4):381-384.