10.3969/j.issn.1000-3428.2012.08.053
总间隔v-模糊支持向量机研究
为获得更好的分类性能,对传统模糊支持向量机(FSVM)进行扩展,提出一种总间隔v-模糊支持向量机(TM-v-FSVM).通过使用差异成本及引入总间隔和模糊隶属度,同时解决不平衡训练样本问题和传统软间隔分类机的过拟合问题,从而提升学习机的泛化能力.采用UCI实际数据集进行模式分类实验,结果表明TM-v-FSVM具有稳定的分类性能.
总间隔、泛化、支持向量、模糊支持向量机、线性、非线性
38
TP181(自动化基础理论)
浙江省教育厅科研基金资助项目Y201120046
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
161-163