CAJ | 학술논문

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.
침대일반모호지지향량궤훈련시간과장,훈련효솔저하적문제,통과정의료일충신적대속도함수적방법,래개진산법,종이득도료일충쾌속모호지지향량궤.본산법중적신정의적대속도함수능구대리분류초평면교원、불가능성위지지향량적수거부여교소적대속도,사훈련양본집중적수거대대감소.동시,재장이류모호지지향량궤추엄도k류시,채용료DAGSVMs방법,진일보제고료다류분류문제적분류효솔.실험표명,제출적쾌속모호지지향량궤재보증측시정도적동시,감소료훈련시간.