[1]施其权 李小明 肖辞源.一类新型快速模糊支持向量机[J].计算机技术与发展,2010,(02):103-105.
　Sill Qi-quan,LI Xiao-ming,XIAO Ci-yuan.A Kind of Novel Fast Fuzzy Support Vector Machines[J].,2010,(02):103-105.
点击复制

一类新型快速模糊支持向量机()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年02期
页码:
103-105
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Kind of Novel Fast Fuzzy Support Vector Machines
文章编号:
1673-629X（2010）02-0103-03
作者:
施其权 李小明 肖辞源
西南石油大学理学院
Author(s):
Sill Qi-quan;  LI Xiao-ming;  XIAO Ci-yuan
Dept. of Sciences, Southwest Petroleum University
关键词:
模糊支持向量机; 隶属度函数; 边缘数据
Keywords:
FSVMs; memhership function;  edge data
分类号:
TP181
文献标志码:
A
摘要:
针对一般模糊支持向量机训练时间过长，训练效率低下的问题，通过定义了一种新的隶属度函数的方法，来改进算法，从而得到了一种快速模糊支持向量机。本算法中的新定义的隶属度函数能够对离分类超平面较远、不可能成为支持向量的数据赋予较小的隶属度，使训练样本集中的数据大大减少。同时，在将二类模糊支持向量机推广到k类时，采用了DAGSVMs方法，进一步提高了多类分类问题的分类效率。实验表明，提出的快速模糊支持向量机在保证测试精度的同时，减少了训练时间。
Abstract:
Proposes a kind of fast fuzzy support vector machines to solve the problem of long training time and low training efficiency by improved algorithm. The definition of rnemhership function in the new algorithm can give the smaller memberships to the data aw

相似文献/References:

[1]李雷 鲁延玲 周蒙蒙 柏永成.基于核方法的一种新的模糊支持向量机[J].计算机技术与发展,2010,(02):9.
　LI Lei,LU Yan-ling,ZHOU Meng-meng,et al.A New Fuzzy Support Vector Machine Based on Kernel Method[J].,2010,(02):9.
[2]李雷 周蒙蒙 鲁延玲.基于密度法的双隶属度模糊支持向量机[J].计算机技术与发展,2009,(12):44.
　LI Lei,ZHOU Meng-meng,LU Yan-ling.Fuzzy Support Vector Machine Based on Density with Dual Membership[J].,2009,(02):44.
[3]赵克楠 李雷 邓楠.一种构造模糊隶属度的新方法[J].计算机技术与发展,2012,(08):75.
　ZHAO Ke-nan,LI Lei,DENG Nan.A New Method to Construct Fuzzy Membership[J].,2012,(02):75.
[4]周久海,严洪森,张振涛. 基于FSVR的海洋环境下武器效能评估[J].计算机技术与发展,2015,25(01):24.
　ZHOU Jiu-hai,YAN Hong-sen,ZHANG Zhen-tao. Operational Effectiveness Evaluation of Weapon under Marine Environment Based on FSVR[J].,2015,25(02):24.
[5]张亚亚,张立民,刘小伟,等. 基于语义网的遥感图像分类[J].计算机技术与发展,2015,25(05):218.
　ZHANG Ya-ya,ZHANG Li-min,LIU Xiao-wei,et al. Remote Sensing Image Classification Based on Semantic-net[J].,2015,25(02):218.
[6]刘凌,郭剑,韩崇. 面向不平衡数据的模糊支持向量机[J].计算机技术与发展,2015,25(11):38.
　 Fuzzy Support Vector Machine for Imbalanced Data[J].,2015,25(02):38.

备注/Memo

备注/Memo:
四川省教育厅重点基金项目（072A143）施其权（1984-）。男，安徽庐江人，硕士研究生，研究方向为模糊数学、支持向量机；李小明，硕士，教授，研究方向为应用概率统计、支持向量机。
更新日期/Last Update: 1900-01-01