互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

面向分类去噪问题的模糊支持向量机新算法


□ 张 瑞 马逸尘 段现报

  摘要:针对面向分类去噪问题,提出了一种新的模糊支持向量机算法(v-FSVM),并给出了通过无穷次连续可微函数建立模糊关系的方法,该方法能对训练集中的点自动赋予模糊关系,并且对带有噪声的点和孤立的点赋予较小的模糊关系,与传统的v支持向量机比较,该算法通过建立训练集的模糊关系,能够大大减小噪声对分类的影响,从而提高分类精度,减少误差。
  关键词:支持向量机;分类;v支持向量机
  中图分类号:TPl81文献标识码:A文章编号:0253-987X(2007)12—1414-04
  
  支持向量机(SVM)是一种新的通用的机器学习方法,它的理论基础是Vapnik等提出的统计学习理论,其基本思想是通过非线性变换将输入空间变换到一个高维空间,并在这个新空间中求取最优线性分类面,由于最优分类面仅依赖于训练集中少量的点(称之为支持向量),对噪声非常敏感,解决这个问题的一种方法是对训练集进行预处理,去除噪声,但由于缺乏噪声的足够信息,这种方法实际操作难度很大。
  为了解决这个问题,文献提出了一种称之为模糊支持向量机(FSVM)的方法,该方法通过对训练集中的点建立模糊关系,其目的在于根据每个数据点对分类结果的不同影响,为其赋予不同的值,以降低噪声对分类结果的影响,
  本文基于分类去噪问题提出了一种模糊的v支持向量机算法(V—FSVM),并给出了通过无穷次连续可微函数建立模糊关系的方法,实验结果表明,该方法能够大大减少噪声对分类的影响,从而提高分类精度,减少误差。
  1 模糊的V支持向量机新算法
  
  注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文

 未安装PDF浏览器用户请先下载安装
原版页码:1414,1415,1416,1417原版全文......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《西安交通大学学报》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017