摘要：支持向量机是近几年发展起来的机器学习方法，模型选择是设计支持向量机的关键。基于高斯核函数的支持向量机具有良好的学习性能，被广泛应用于模式分类中，讨论了核函数中C和y对分类函数的影响，提出针对不同类型的数据，SVM应选用不同的核函数，同时利用二分法对核函数（C，γ）寻优，并将其应用于变压器故障诊断中，仿真结果表明该方法具有较好的性能。

原文链接:http://www.cqvip.com//QK/94553A/200901/29947508.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。）