首页 | 本学科首页   官方微博 | 高级检索  
     

一类变量可分离的支持向量分类机的研究与应用
引用本文:黄文强,黄榕波,朱思铭.一类变量可分离的支持向量分类机的研究与应用[J].计算机科学,2006,33(2):163-165.
作者姓名:黄文强  黄榕波  朱思铭
作者单位:1. 中山大学数学与计算科学学院,广州,510275;中国南方航空股份有限公司计算机中心,广州,510406
2. 广东药学院数学系,广州,510226
3. 中山大学数学与计算科学学院,广州,510275
摘    要:针对传统SVC方法在样本容量大时存在训练时间过长的不足,建立了一种变量可分离的支持向量分类模型DCSVC,并将其应用于随机生成的模拟数据的学习与航空公司旅客运输数据的预测中。实践证明,DCSVC算法预测的误差小于传统SVM算法,具有较高的精度,且训练时间比传统SVC短。

关 键 词:支持向量机  分类  变量可分离  预测

Research on Application of a Kind of Support Vector Classification Machine with Variables Seperable
HUANG Wen-Qiang,HUANG Rong-Bo,ZHU Si-Ming.Research on Application of a Kind of Support Vector Classification Machine with Variables Seperable[J].Computer Science,2006,33(2):163-165.
Authors:HUANG Wen-Qiang  HUANG Rong-Bo  ZHU Si-Ming
Affiliation:1,School of Mathematices and Computational Science, Zhongshan University , Guangzhou 510275 ;2,Computer Center of China Southern Airlines, Guangzhou 510406;3,Maths Department of Guangdong Medicine Academy, Guangzhou 510226
Abstract:
Keywords:SVM  Classfieation  Variable separable  Airline forecast
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号