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

基于粗糙集与模糊支持向量机的模式分类方法研究
引用本文:胡学坤,李金霞,宋淑娜,高尚.基于粗糙集与模糊支持向量机的模式分类方法研究[J].科技通报,2010,26(2):249-252.
作者姓名:胡学坤  李金霞  宋淑娜  高尚
作者单位:1. 江苏科技大学,计算机科学与工程学院,江苏,镇江,212003
2. 江苏科技大学,计算机科学与工程学院,江苏,镇江,212003;中国科学院,智能信息处理重点实验室,北京,100190
基金项目:中国科学院智能信息处理重点实验室开放课题,江苏省高校自然科学基础研究项目 
摘    要:针对传统支持向量机(SVM)多分类算法分类效果欠佳的问题,研究基于粗糙集(RS)理论和模糊支持向量机(FSVM)多类算法的模式分类新方法。首先用RS属性约简方法去除冗余信息,然后用FSVM结合三叉分类树多类算法对约简后的样本分类。用本文方法在UCI数据库的数据集上做实验,与其他方法相比分类速度和精度显著提高,说明该方法是有效的。

关 键 词:模式识别  模糊支持向量机  粗糙集  属性约简

Method of Pattern Classification Based on FSVM and RS Theory
HU Xuekun,LI Jinxia,SONG Shuna,GAO Shang.Method of Pattern Classification Based on FSVM and RS Theory[J].Bulletin of Science and Technology,2010,26(2):249-252.
Authors:HU Xuekun  LI Jinxia  SONG Shuna  GAO Shang
Abstract:
Keywords:
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