计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
5期
194-196
,共3页
张恒%邹开其%崔杰%张敏
張恆%鄒開其%崔傑%張敏
장항%추개기%최걸%장민
模糊支持向量机%密度聚类%边缘样本
模糊支持嚮量機%密度聚類%邊緣樣本
모호지지향량궤%밀도취류%변연양본
为了提高模糊支持向量机在数据集上的训练效率,提出一种改进的基于密度聚类(DBSCAN)的模糊支持向晕机算法.运用DBSCAN算法对原始数据进行预处理,去除对分类贡献小的中心样本,用剩余的边缘样本集合完成模糊支持向量机的训练工作.实验表明,该方法形成的聚类边缘样本较好地保持了原样本的分布情况,在保证分类精度的同时,大大缩短了训练时间,提高了工作效率.
為瞭提高模糊支持嚮量機在數據集上的訓練效率,提齣一種改進的基于密度聚類(DBSCAN)的模糊支持嚮暈機算法.運用DBSCAN算法對原始數據進行預處理,去除對分類貢獻小的中心樣本,用剩餘的邊緣樣本集閤完成模糊支持嚮量機的訓練工作.實驗錶明,該方法形成的聚類邊緣樣本較好地保持瞭原樣本的分佈情況,在保證分類精度的同時,大大縮短瞭訓練時間,提高瞭工作效率.
위료제고모호지지향량궤재수거집상적훈련효솔,제출일충개진적기우밀도취류(DBSCAN)적모호지지향훈궤산법.운용DBSCAN산법대원시수거진행예처리,거제대분류공헌소적중심양본,용잉여적변연양본집합완성모호지지향량궤적훈련공작.실험표명,해방법형성적취류변연양본교호지보지료원양본적분포정황,재보증분류정도적동시,대대축단료훈련시간,제고료공작효솔.
