一类新型快速模糊支持向量机

被引：7

作者：

施其权

李小明

肖辞源

机构：

[1] 西南石油大学理学院

来源：

计算机技术与发展 | 2010年 / 20卷 / 02期

关键词：

模糊支持向量机; 隶属度函数; 边缘数据;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对一般模糊支持向量机训练时间过长,训练效率低下的问题,通过定义了一种新的隶属度函数的方法,来改进算法,从而得到了一种快速模糊支持向量机。本算法中的新定义的隶属度函数能够对离分类超平面较远、不可能成为支持向量的数据赋予较小的隶属度,使训练样本集中的数据大大减少。同时,在将二类模糊支持向量机推广到k类时,采用了DAGSVMs方法,进一步提高了多类分类问题的分类效率。实验表明,提出的快速模糊支持向量机在保证测试精度的同时,减少了训练时间。

引用

页码：103 / 105

页数：3

共 6 条

[1]

基于模糊支持向量机的多类分类算法研究.[D].张永.大连理工大学.2008, 08

[2]

Fuzzy least squares support vector machines for multiclass problems.[J].Daisuke Tsujinishi;Shigeo Abe.Neural Networks.2003, 5

[3]

Classification Accuracy Based on Observed Margin.[J].J. Shawe-Taylor.Algorithmica.1998, 1

[4] 一类快速模糊支持向量机 [J].

刘宏兵 ;

熊盛武 .

系统仿真学报, 2008, 20 (24) :6664-6667

[5] 一种新的模糊支持向量机多分类算法 [J].

刘太安 ;

梁永全 ;

薛欣 .

计算机应用研究, 2008, (07) :2041-2042

[6] 基于两阶段聚类的模糊支持向量机 [J].

祁立 ;

刘玉树 .

计算机工程, 2008, (01) :4-6

← 1 →