共 8 条
- [1] 支持向量机分类与回归方法研究.[D].孙德山.中南大学.2004, 01
- [6] 知识发现.[M].史忠植著;.清华大学出版社.2002,
- [7] 模式识别.[M].边肇祺等编著;.清华大学出版社.2000,
- [8] 统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
模式分类方法研究
被引：6
作者：
姜斌
黎湘
王宏强
郭桂蓉
机构：
[1] 国防科技大学四院空间信息技术研究所
来源：
关键词：
目标识别;
模式分类;
支持向量机;
模糊K-近邻;
神经网络;
D O I：
暂无
中图分类号：
TP391.4 [模式识别与装置];
学科分类号：
0811 ;
081101 ;
081104 ;
1405 ;
摘要：
分析了模糊K-近邻方法FKNN,研究了模糊最小最大神经网络FMMNN分类方法,然后深入分析了支持向量机SVM原理,并在此基础上给出了一种改进的径向基核函数。基于IRIS数据,进行了计算机仿真实验,结果表明,改进的SVM方法分类性能比模糊最小最大神经网络与模糊K-近邻算法的分类性能更好,且运算时间更短,更易于实时实现。
引用
收藏
页码：99 / 102
页数：4
相关论文