计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2011年
4期
908-910,914
,共4页
支持向量机%统计学习理论%多类分类%模糊隶属函数
支持嚮量機%統計學習理論%多類分類%模糊隸屬函數
지지향량궤%통계학습이론%다류분류%모호대속함수
支持向量机是基于统计学习理论的新一代机器学习技术;由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题;针对目前模糊支持向量机方法中,一般使用样本与类中心之间的距离关系构建隶属度函数的不足,以统计学习理论和支持向量机为基础,提出了一种改进的模糊多类支持向量机方法,它是在全局优化分类的基础上,引入模糊隶属函数,然后利用改进的序列最小最优化算法求解模糊多类支持向量机,实验结果显示运行时间减少了,方法是可行的和有效的.
支持嚮量機是基于統計學習理論的新一代機器學習技術;由于使用結構風險最小化原則代替經驗風險最小化原則,使它較好地解決瞭小樣本情況下的學習問題;針對目前模糊支持嚮量機方法中,一般使用樣本與類中心之間的距離關繫構建隸屬度函數的不足,以統計學習理論和支持嚮量機為基礎,提齣瞭一種改進的模糊多類支持嚮量機方法,它是在全跼優化分類的基礎上,引入模糊隸屬函數,然後利用改進的序列最小最優化算法求解模糊多類支持嚮量機,實驗結果顯示運行時間減少瞭,方法是可行的和有效的.
지지향량궤시기우통계학습이론적신일대궤기학습기술;유우사용결구풍험최소화원칙대체경험풍험최소화원칙,사타교호지해결료소양본정황하적학습문제;침대목전모호지지향량궤방법중,일반사용양본여류중심지간적거리관계구건대속도함수적불족,이통계학습이론화지지향량궤위기출,제출료일충개진적모호다류지지향량궤방법,타시재전국우화분류적기출상,인입모호대속함수,연후이용개진적서렬최소최우화산법구해모호다류지지향량궤,실험결과현시운행시간감소료,방법시가행적화유효적.
