未确知支持向量机
提出一种处理样本中含有未确知信息(一种不确定性信息)的支持向量机一未确知支持向量机(Unascertained support vector machine,USVM)算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,将其转化为与其等价的二次规划.据此给出未确知支持向量机.理论分析和试验结果均表明,该算法是有效、可行的.
机器学习、未确知支持向量机、未确知信息、未确知数
39
国家自然科学基金10926198,11201426;浙江省自然科学基金LQ12A01020;National Natural Science Foundation of China10926198,11201426;the Zhejiang Provincial Natural Science Foundation of ChinaLQ12A01020
2013-08-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
895-901