期刊专题

10.3969/j.issn.1002-137X.2009.04.054

粗糙支持向量机

引用
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.

支持向量机、等价类、粗糙支持向量机

36

TP391(计算技术、计算机技术)

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

2009-05-22(万方平台首次上网日期,不代表论文的发表时间)

共3页

208-210

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

36

2009,36(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn