模糊支持向量机的训练算法研究

被引:1
作者
方辉 [1 ]
艾青 [2 ]
机构
[1] 渤海大学信息科学与工程学院
[2] 辽宁科技大学计算机科学与工程学院
关键词
支持向量机; 模糊支持向量机;
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
支持向量机(support vector machine,SVM)是在统计学习理论基础上发展起来的一种新的数据挖掘方法,并已广泛应用于模式识别与回归分析等领域。并且传统的支持向量机由于噪音数据的存在而易出现过学习现象,因而有必要消除噪音的影响。基于以上考虑,提出了一种模糊支持向量机模型。本论文主要针对该类型的模糊支持向量机进行研究。
引用
收藏
页码:74 / 75
页数:2
相关论文
共 3 条
[1]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[2]  
Fuzzy least squares support vector machines for multiclass problems[J] . Daisuke Tsujinishi,Shigeo Abe.Neural Networks . 2003 (5)
[3]  
A vector space model for automatic indexing[J] . G. Salton,A. Wong,C. S. Yang.Communications of the ACM . 1975 (11)