论文部分内容阅读
针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机的分类性能优于由单核函数构成的支持向量机,实验结果表明该方法的有效性。