论文部分内容阅读
支持向量分类中，高斯核不区分样本中各个特征的重要性，显然各个特征对分类的贡献一般是不相同的．为了体现这种差别从而提高支持向量机的泛化性能，文中提出了多宽度高斯核的概念．多宽度高斯核增加了支持向量机的超级参数，进一步地，文中提出了多参数模型选择算法．算法利用误差界自动实现模型选择．通过实验验证了多宽度高斯核和多参数模型选择算法的有效性．