基于多核函数的模糊支持向量机学习算法 <br />

doi:10.11721/cqnuj20120612

首页 > 按月查看>2012年第6月 >50-53. DOI:10.11721/cqnuj20120612

基于多核函数的模糊支持向量机学习算法 
DOI:
                        10.11721/cqnuj20120612
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
基金项目:

Learning Algorithm Based on Fuzzy Support Vector Machine of Multi-Core Functions

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

摘要:

作者针对单个核函数构成的SVM 并不能满足诸如数据异构或不规则、样本规模巨大、样本分布不平坦等实际应用的需求, 而将多个核函数进行组合, 以获得更好的效果, 提出一种基于多核的模糊支持向量机算法。此算法决策树中的模糊核权重主要是借助于样本各自的模糊因子来确定。仿真实验数据表明: 与传统单核函数支持向量机相比, 多核模糊支持向量机具有很好的优越性。

Abstract:

参考文献

相似文献

引证文献

引用本文

徐国浪,魏延
.基于多核函数的模糊支持向量机学习算法
[J].重庆师范大学学报自然科学版,2012,(6):50-53

复制

文章指标

点击次数:
下载次数:

历史

收稿日期:
最后修改日期:
录用日期:
在线发布日期:

引用本文

分享

文章指标

历史