神经网络集成与支持向量机在多值分类问题上的比较研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：神经网络集成和支持向量机都是在机器学习领域很流行的方法。集成方法成功地提高了神经网络的稳健性和精度，其中选择性集成方法通过算法选择差异度大的个体，取得了很好的效果。而支持向量机更是克服了神经网络的局部最优，不稳定等缺点，也在多个方面取得了很好的结果。该文着重研究这两种方法在小样本多类数据集上的性能．在四个真实数据集上的结果表明，支持向量机性能要比神经网络集成稍好．

原文链接:http://www.cqvip.com//QK/91690X/200501/11636915.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 比较研究 神经网络 神经网 向量机 神经网络集成 支持向量机 多值分类问题