|
|||||
|
|
| 利用粗糙集理论提高SVM预测系统的实时性 | |
| 引用本文： | 冯利军,李书全,宋连友.利用粗糙集理论提高SVM预测系统的实时性[J].计算机技术与发展,2006,16(9):30-32. |
| 作者姓名： | 冯利军 李书全 宋连友 |
| 作者单位： | 1. 天津财经大学,天津,300222;河北农业大学,河北,保定,071001 2. 天津财经大学,天津,300222 3. 沧州师范专科学校,河北,沧州,061001 |
| 摘 要： | 支持向量机是一种新的机器学习方法，它具有良好的推广性和分类精确性。但是在利用支持向量机的分类算法处理实际问题时，该算法的计算速度较慢、处理问题效率较低。文中介绍了一种新的学习算法，就是将粗糙集和支持向量机相结合，利用粗糙集对支持向量机的训练样本进行预处理，从而缩短样本的训练时间，提高基于SVM预测系统实时性。文中最后利用该方法进行了数据试验，试验结果表明了该方法可以大大缩短样本的训练时间，提高基于支持向量机处理预测系统的效率。从而也证明了该方法的有效性。 |
| 关 键 词： | 粗糙集 支持向量机 预测 |
Improving Real- Time Character of Prediction System Based on SVM Using RS Theory |
|
| FENG Li-jun,LI Shu-quan,SONG Lian-you.Improving Real- Time Character of Prediction System Based on SVM Using RS Theory[J].Computer Technology and Development,2006,16(9):30-32. | |
| Authors: | FENG Li-jun LI Shu-quan SONG Lian-you |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |