科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2010年
2期
249-252
,共4页
胡学坤%李金霞%宋淑娜%高尚
鬍學坤%李金霞%宋淑娜%高尚
호학곤%리금하%송숙나%고상
模式识别%模糊支持向量机%粗糙集%属性约简
模式識彆%模糊支持嚮量機%粗糙集%屬性約簡
모식식별%모호지지향량궤%조조집%속성약간
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.
針對傳統支持嚮量機(SVM)多分類算法分類效果欠佳的問題,研究基于粗糙集(RS)理論和模糊支持嚮量機(FSVM)多類算法的模式分類新方法.首先用RS屬性約簡方法去除冗餘信息,然後用FSVM結閤三扠分類樹多類算法對約簡後的樣本分類.用本文方法在UCI數據庫的數據集上做實驗,與其他方法相比分類速度和精度顯著提高,說明該方法是有效的.
침대전통지지향량궤(SVM)다분류산법분류효과흠가적문제,연구기우조조집(RS)이론화모호지지향량궤(FSVM)다류산법적모식분류신방법.수선용RS속성약간방법거제용여신식,연후용FSVM결합삼차분류수다류산법대약간후적양본분류.용본문방법재UCI수거고적수거집상주실험,여기타방법상비분류속도화정도현저제고,설명해방법시유효적.
