吴瑕
- 作品数：3 被引量：44H指数：2
- 供职机构：重庆师范大学更多>>
- 发文基金：重庆市教育委员会科学技术研究项目更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 基于模糊支持向量机的三类分类问题的研究
- 支持向量机是上世纪九十年代由Vapnik和他在BELL实验室的团队提出的一种基于小样本的新的统计学习方法。由于支持向量机在数据分类问题中有着最佳的应用，因此在机器学习领域也越来越引起人们的注意。支持向量机以扎实的数学理论...
- 吴瑕
- 关键词：统计学习理论支持向量机核函数
- 文献传递
- 基于混合核函数的支持向量机被引量：41
- 2011年
- 支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实验。结果表明,组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。
- 邬啸魏延吴瑕
- 关键词：支持向量机混合核函数
- 改进的双隶属度模糊支持向量机被引量：5
- 2011年
- 针对传统的支持向量机(SVM)中存在对噪声和孤立点敏感,容易产生过拟合的问题,提出一种新的模糊隶属度函数设计方法――基于密度法的双隶属度模糊支持向量机方法(DM-FSVM)。该方法不仅考虑样本到类中心的距离,同时根据样本点到类中心的距离将样本分为两类,类中心附近样本点的隶属度由该样本点到类中心的距离确定,而对于远离类中心的样本点来说,其隶属度由邻域内同类与异类样本点数目的比值来确定。同时,针对模糊支持向量机普遍存在训练时间过长的难题,使用截集模糊C-均值聚类的方法对训练样本进行聚类处理,以聚类中心作为新的样本进行训练。最后数值实验表明,与传统的支持向量机和以往的FSVM相比,有效地提高了分类速度和精度。
- 邬啸魏延吴瑕
- 关键词：支持向量机
