首页 | 本学科首页   官方微博 | 高级检索  
     检索      

支持向量机和最小二乘支持向量机的比较及应用研究
引用本文:阎威武,邵惠鹤.支持向量机和最小二乘支持向量机的比较及应用研究[J].控制与决策,2003,18(3):358-360.
作者姓名:阎威武  邵惠鹤
作者单位:上海交通大学,自动化系,上海,200030
基金项目:国家 973重点基础研究发展基金资助项目 ( G19980 3 0 415 )
摘    要:介绍和比较了支持向量机分类器和量小二乘支持向量机分类器的算法。并将支持向量机分类器和量小二乘支持向量机分类器应用于心脏病诊断,取得了较高的准确率。所用数据来自UCI bench—mark数据集。实验结果表明,支持向量机和量小二乘支持向量机在医疗诊断中有很大的应用潜力。

关 键 词:支持向量机  分类器  诊断
文章编号:1001-0920(2003)03-0358-03
修稿时间:2001年10月9日

Application of support vector machines and least squares support vector machines to heart disease diagnoses
YAN Wei-wu,SHAO Hui-he.Application of support vector machines and least squares support vector machines to heart disease diagnoses[J].Control and Decision,2003,18(3):358-360.
Authors:YAN Wei-wu  SHAO Hui-he
Abstract:Nonlinear classifiers algorithms of standard support vector machines (SVM) and least squares support vector machines (LS SVM) are discussed and compared. Then standard SVM nonlinear classifiers and LS SVM nonlinear classifiers are applied to heart disease diagnoses based on UCI benchmark data set. Comparing with other result, high accuracy rate is obtained in the prediction. Application of SVM and LS SVM to disease diagnoses indicates that SVM and LS SVM have potential application in medical.
Keywords:Support vector machine  Classifiers  Diagnoses  
本文献已被 CNKI 维普 万方数据 等数据库收录!
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