粗糙支持向量机

摘要：

支持向量机(SVM)是一种重要的数据机器学习工具,其有效性依赖于对数据信息获取的准确性.以往的支持向量机模型都没有考虑到数据等价类信息.为此,基于粗糙集理论和支持向量机思想,提出了一种新的支持向量机模型--粗糙支持向量机(RSVM).采用UCI机器学习数据库中的数据做对比实验,结果表明RSVM比传统支持向量机(SVM)和模糊支持向量机(FSVM)都有较高的测试精度.

关键词：支持向量机、等价类、粗糙支持向量机

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60372071;中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金20070101;辽宁省教育厅高等学校科学研究基金2004C031

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：208-210