智能计算机与应用
智能計算機與應用
지능계산궤여응용
Computer Study
2015年
3期
99-101
,共3页
模糊支持向量机%核鲁棒k-均值%模糊训练集%噪声
模糊支持嚮量機%覈魯棒k-均值%模糊訓練集%譟聲
모호지지향량궤%핵로봉k-균치%모호훈련집%조성
支持向量机对训练数据中的噪声敏感,为了解决这一问题,本文提出基于核鲁棒k-均值算法的模糊支持向量机算法.算法首先在每类训练样本上应用核鲁棒k-均值算法,得到每个样本的模糊隶属度,将该隶属度赋予训练样本,得到模糊训练集,然后在模糊训练集上训练模糊支持向量机,得到分类决策函数.实验表明,对于带噪声的训练样本,本文的算法能够为噪声样本赋予小的隶属度,提高分类准确率.
支持嚮量機對訓練數據中的譟聲敏感,為瞭解決這一問題,本文提齣基于覈魯棒k-均值算法的模糊支持嚮量機算法.算法首先在每類訓練樣本上應用覈魯棒k-均值算法,得到每箇樣本的模糊隸屬度,將該隸屬度賦予訓練樣本,得到模糊訓練集,然後在模糊訓練集上訓練模糊支持嚮量機,得到分類決策函數.實驗錶明,對于帶譟聲的訓練樣本,本文的算法能夠為譟聲樣本賦予小的隸屬度,提高分類準確率.
지지향량궤대훈련수거중적조성민감,위료해결저일문제,본문제출기우핵로봉k-균치산법적모호지지향량궤산법.산법수선재매류훈련양본상응용핵로봉k-균치산법,득도매개양본적모호대속도,장해대속도부여훈련양본,득도모호훈련집,연후재모호훈련집상훈련모호지지향량궤,득도분류결책함수.실험표명,대우대조성적훈련양본,본문적산법능구위조성양본부여소적대속도,제고분류준학솔.
