计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
4期
162-165
,共4页
孪生支持向量机%模糊加权%分类
孿生支持嚮量機%模糊加權%分類
련생지지향량궤%모호가권%분류
虽然孪生支持向量机(Twin Support Vector Machine,TSVM)的处理速度优于传统的支持向量机,但其并没有考虑输入样本点对最优分类超平面所产生的不同影响.通过为每个训练样本赋予不同的样本重要性,以及减少样本点对非平行超平面的影响,提出了模糊加权孪生支持向量机(Fuzzy TSVM,FTSVM).在UCI标准数据集上,对FTSVM进行了实验研究并与TSVM、FSVM和SVM方法进行了比较,实验结果表明FTSVM方法是有效的.
雖然孿生支持嚮量機(Twin Support Vector Machine,TSVM)的處理速度優于傳統的支持嚮量機,但其併沒有攷慮輸入樣本點對最優分類超平麵所產生的不同影響.通過為每箇訓練樣本賦予不同的樣本重要性,以及減少樣本點對非平行超平麵的影響,提齣瞭模糊加權孿生支持嚮量機(Fuzzy TSVM,FTSVM).在UCI標準數據集上,對FTSVM進行瞭實驗研究併與TSVM、FSVM和SVM方法進行瞭比較,實驗結果錶明FTSVM方法是有效的.
수연련생지지향량궤(Twin Support Vector Machine,TSVM)적처리속도우우전통적지지향량궤,단기병몰유고필수입양본점대최우분류초평면소산생적불동영향.통과위매개훈련양본부여불동적양본중요성,이급감소양본점대비평행초평면적영향,제출료모호가권련생지지향량궤(Fuzzy TSVM,FTSVM).재UCI표준수거집상,대FTSVM진행료실험연구병여TSVM、FSVM화SVM방법진행료비교,실험결과표명FTSVM방법시유효적.
