粗SVM分类方法及其在污水处理过程中的应用

被引：15

作者：

范昕炜

杜树新

吴铁军

机构：

[1] 浙江大学工业控制技术国家重点实验室智能系统与决策研究所

来源：

控制与决策 | 2004年 / 05期

关键词：

支持向量机; 粗糙集; 分类精度; 污水处理过程;

D O I：

10.13195/j.cd.2004.05.94.fanxw.022

中图分类号：

TP29 [自动化技术在各方面的应用];

学科分类号：

摘要：

提出一种基于粗糙集理论和支持向量机理论的粗 SVM分类方法 .该方法采用粗糙集属性约简方法以减少属性个数 ,且在属性约简过程中选出几组合适的属性集组成新的属性集 ,使模型具有一定的抗信息丢失能力 ,同时充分利用 SVM的良好推广性能 ,提高了预测分类精度 .对城市污水处理厂运行状态的实验结果表明了该方法的优越性 .

引用

页码：573 / 576

页数：4

共 4 条

[1] Chang C C,Lin C J.Training v-support vector classifiers: Theory and algorithms. Neural Computation . 2001
[2] Cai Y D,Liu X J,Xu X B,et al.Prediction of protein structural classes by support vector machines. Computers and Chemistry . 2002
[3] Hsn C W,Lin C J.A comparison of methods for multiclass support vector machines. IEEE Transactions on Nanobioscience . 2002
[4] Kre el U.Pairwise classification and support vector machines. Advances in Kernel Methods Support Vector Learning[C], Cambridge: MIT Press . 1999

← 1 →