粒度支持向量机学习模型

被引：9

作者：

王文剑 ^{[1
,2
]}

郭虎升 ^{[1
]}

机构：

[1] 山西大学计算机与信息技术学院

[2] 山西大学计算智能与中文信息处理教育部重点实验室

来源：

山西大学学报(自然科学版) | 2009年 / 32卷 / 04期

关键词：

支持向量机; 粒度支持向量机; 核空间; 粒度计算理论;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粒度支持向量机(Granular Support Vector Machine,GSVM)是以粒度计算理论和统计学习理论为基础的一种新的机器学习模型,它可以有效地克服传统支持向量机(Support Vector Machine,SVM)对于大规模数据集训练效率低下的问题,同时也可获得较好的泛化性能.文章针对原空间的GSVM模型进行了分析,提出了核空间的GSVM学习模型,在标准数据集上的实验说明了文中提出模型的有效性.

引用

页码：535 / 540

页数：6

共 18 条

[1] 基于商空间粒度理论的大规模SVM分类算法 [J].

文贵华 ;

向君 ;

丁月华 .

计算机应用研究, 2008, (08) :2299-2301

[2]

Training Support Vector Machines:An Application to Facedetection. OSUNA E,FREUND R,GIROSI F. IEEE Computer Society Conference on Computer Vision and Pattern Recognition . 1997

[3] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167

[4]

Making SVMs Scalable to Large Data Sets Using Hierarchical Cluster Indexing. YU H,YANGJ,HANJ W,LI X L. Data Mining and Knowledge Discovery . 2005

[5] 使用粗糙集和支持向量机检测入侵 [J].

段丹青 ;

陈松乔 ;

杨卫平 ;

王加阳 .

小型微型计算机系统, 2008, (04) :627-630

[6]

Granular Support Vector Machines for Medical Binary Classification Prob-lems. TANG Y C,JIN B,SUN Y,ZHANG Y Q. Proceedings of the IEEE CIBIB . 2004

[7]

Granular Computing:Bassic Issues and Possible Solutions. YAO Y Y. Proc of the5th Joint Conf on Information Sci-ences . 2000

[8]

Nonlinear Prediction of Chaotic Ti me Series Using a Support Vector Machine. MUKERJEE S,OSUNA E,GIROSI F. Proceedings of the1997IEEE Workshop on Neural Networks for Signal Process-ing . 1997

[9] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

[10] 一种基于遗传算法的SVM决策树多分类策略研究 [J].

连可 ;

黄建国 ;

王厚军 ;

龙兵 .

电子学报, 2008, (08) :1502-1507

← 1 2 →