提出基于最优分类标准的核学习方法,这个标准类似于线性鉴别分析和核Fisher判别式。并把此算法应用于模糊支持向量机多类分类器设计上,在ORL人脸数据集和Iris数据集上的实验验证了该算法的可行性
2021-10-29 15:57:12
3.59MB
1
模糊支持向量机及其在文本分类中的应用，朱健，刘斌，当文本分类采用多类分类时，标准支持向量机会混分和漏分样本。针对这一问题，提出了模糊支持向量机，模糊支持向量机为了提高分类
2021-09-14 17:50:08
266KB
1
介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状，并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处，指出了其研究方向及前景，并提出在分布式支持向量机这个方向上可以进行更深层次的研究。
2021-07-19 22:32:22
859KB
1
提出了一种基于后验概率的加权模糊支持向量机.在模糊支持向量机中引入样本后验概率加权系数后,得到的样本点的隶属度在减弱噪音及孤立点对支持向量机分类的影响的同时,不影响支持向量对分类超平面的作用.实验结果证明,在抗击孤立点和噪音点的干扰方面,该法取得了很好的效果,提高了支持向量机分类的泛化能力和应用范围.
2019-12-21 21:08:36
447KB
1