可拓支持向量分类机
针对分类问题,基于可拓学的思想,提出了可拓支持向量分类机算法.与标准的支持向量分类机不同,可拓支持向量机在进行分类预测的同时,更注重于找到那些通过变化特征值而转换类别的样本.文中给出了可拓变量和可拓分类问题的定义,并构建了求解可拓分类问题的两种可拓支持向量机算法.把可拓学与SVM结合是一种新的方向,文中所提出的算法还有待进一步的理论分析,将在未来的工作里,继续探索如何在可拓学的基础上,构建更加完善的可拓SVM方法.
数据挖掘、可拓学、分类、支持向量机、最优化、最优化核函数、先验知识、统计学习理论
13
TP181(自动化基础理论)
国家自然科学基金项目61472390,11271361,71331005;北京市自然科学基金项目1162005
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
147-151