模糊聚类光滑支持向量机
为了提高光滑支持向量机的分类速度和精度,构造一种模糊聚类光滑支持向量机(FCSSVM).运用模糊聚类将训练数据分解为若干子簇,通过引入熵函数近似松弛向量的加函数,并利用最优解处权重向量的表达式导出精确光滑模型;定义测试样本的最近邻子空间,以选择性集成策略组合若干近邻子空间中的分类决策函数.数值实验表明,FCSSVM的分类精度高,迭代次数少,鲁棒性好,分类时间短.
支持向量机、模糊聚类、熵函数、光滑、最近邻子空间、选择性集成
32
TP273(自动化技术及设备)
国家自然科学基金项目61373174, 61562001;陕西省教育厅专项科研计划项目15JK1587
2017-04-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
547-551