10.3969/j.issn.1008-0570.2006.16.096
边缘效应训练的模糊支持向量机及应用
通常支持向量机算法中每个训练样本的地位是平等的,而实际应用中我们发现边缘训练样本对支持向量机分类性能的贡献大于训练中心区域的样本,为此我们提出一种边缘效应的支持向量机训练算法.在训练样本中增加模糊隶属度属性,从而体现训练样本对分类的不同贡献,突出边缘样本的作用.最后结合卫星图像分割实验,对比证明了新算法的有效性.
模糊支持向量机、模糊隶属度、边缘效应、卫星图像分割
22
TP391;TP18(计算技术、计算机技术)
2006-07-31(万方平台首次上网日期,不代表论文的发表时间)
共3页
254-255,219