基于模糊多核学习的改进支持向量机算法研究 |
| |
引用本文: | 刘建峰,淦燕.基于模糊多核学习的改进支持向量机算法研究[J].计算机测量与控制,2016,24(3):231-233. |
| |
作者姓名: | 刘建峰 淦燕 |
| |
作者单位: | 重庆三峡学院 教务处,重庆 404100,电子科技大学 计算机视听觉实验室,重庆 404100 |
| |
基金项目: | 重庆市自然科学项目(cstc2014jcyjA40011);重庆市教委科技项目(KJ1400513)。 |
| |
摘 要: | 针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法;通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题。
|
关 键 词: | 支持向量机 模糊支持向量机 多核学习 模糊多核学习 |
收稿时间: | 2015/9/20 0:00:00 |
修稿时间: | 2015/10/26 0:00:00 |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
|