| 模糊支持向量机的偏移量计算方法 |
| |
| 引用本文： | 陈家德,吴小俊.模糊支持向量机的偏移量计算方法[J].计算机工程,2009,35(19):181-183. |
| |
| 作者姓名： | 陈家德 吴小俊 |
| |
| 作者单位： | 江南大学信息工程学院,无锡,214122 |
| |
| 基金项目： | 2006年教育部新世纪优秀人才计划基金资助项目，国家自然科学基金资助项目，江苏省自然科学基金资助项目 |
| |
| 摘 要： | 偏移量确定了支持向量机和模糊支持向量机（FSVM）的最优分类面位置，对分类性能具有较大影响。为提高模糊支持向量机的识别率，基于Fisher判别分析方法提出一种新的偏移量计算方法，将其用于FSVM多类分类器设计。对3种数据集的测试结果表明，使用新偏移量的FSVM识别率高于使用标准偏移量的FSVM识别率。
|
| 关 键 词： | 偏移量 支持向量机 模糊支持向量机 机器学习 |
| 修稿时间： | |
Offset Calculation Method for Fuzzy Support Vector Machine |
| |
| CHEN Jia-de,WU Xiao-jun.Offset Calculation Method for Fuzzy Support Vector Machine[J].Computer Engineering,2009,35(19):181-183. |
| |
| Authors: | CHEN Jia-de WU Xiao-jun |
| |
| Affiliation: | (School of Information Technology, Jiangnan University, Wuxi 214122) |
| |
| Abstract: | Offset determines the position of optimal separating plane of Support Vector Machine(SVM) and Fuzzy Support Vector Machine(FSVM) and affects the performance of classification greatly. In order to improve the recognition rate of FSVM, this paper proposes a new calculation approach for offset based on Fisher discriminant analysis method and uses it to design FSVM multi-classification. Test results of three data sets show that the recognition rate of FSVM using new offset is higher than the one using normal offset. |
| |
| Keywords: | offset Support Vector Machine(SVM) Fuzzy Support Vector Machine(FSVM) machine learning |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
