Như đã đề cập trước đó, để phát triển một SVM phi tuyến tính
mô hình, chức năng hạt nhân được tuyển dụng. Trong bài báo này, ba mô hình
với ba chức năng hạt nhân được phát triển. Các chức năng cơ sở radial (RBF), các chức năng Pearson VII và các chức năng đa thức
. hạt nhân được sử dụng trong nghiên cứu này, được thể hiện trong phương trình (11) - (13),
. tương ứng [3,8,65]
KDX; xiÞ¼expð? jx xi?
j
2
= 2r
2
Þð11Þ
KDX; xiÞ¼11þ 2
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
? kx xik
2
q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi
2
D1 = khoá X
1?
p
= r
0
? 2
"#x,
ð12Þ
KDX; xiÞ¼ðhx; xiiþ1Þ
d
ð13Þ
nơi constantsr, x, r
0
anddare tham số hạt nhân phải được
định nghĩa bởi người sử dụng; RIS chiều rộng của RBF, r
0
andxare các
yếu tố chiều rộng và đuôi của đỉnh trong chức năng Pearson VII,
tương ứng, anddis mức độ của hạt nhân đa thức. Trong
công việc, các SVM hộp công cụ [66] trong MATLAB đã được sử dụng để phát triển
các mô hình SVM.
Sau khi đào tạo mô hình đã được thực hiện thành công, các
hoạt động của các mô hình đào tạo sau đó được đánh giá đối với dữ liệu
đã không được sử dụng trong quá trình học tập (tức là kiểm định).
tiêu chí thống kê, cụ thể là các hệ số tương quan và gốc
đang được dịch, vui lòng đợi..