摘要
提出了一种新型具有良好特性的支持向量机——全间隔自适应模糊支持向量机(TAFSVM)。运用实值遗传算法(RGA)对其进行参数优选,得到一种新的智能模型——实值遗传算法优化的全间隔自适应模糊支持向量机(RGATAFSVM)模型,并且应用于四种不同的水质数据分类。实验结果表明,提出的模型相对标准支持向量机、BP神经网络和单因子分类方法具有较高的分类精度和较高的稳定性,是一种有效的水质分类方法。
In this study, Total-margin Adaptive Fuzzy Support Vector Machine （TAFSVM） of good quality was proposed. Inaddition, Real-valued Genetic Algorithm （RGA） optimized its parameters. Subsequently, the model of Real Genetic Algorithms Total Margin Adaptive Fuzzy Support Vector Machine （RGATAFSVM） was used to classify four kinds of data sets of water quality. The experimental results show that the proposed model can achieve higher classification accuracy and stability than standard support vector machine, BP neural networks and single factor assessment. Consequently, the RGATAFSVM model provides a promising alternative for classification in water quality.
出处
《计算机应用》
CSCD
北大核心
2008年第11期2847-2849,2870,共4页
journal of Computer Applications
基金
国家自然科学基金资助项目(6057500410771220)
教育部高等学校博士点科研基金资助项目(SRFDP-20070558043)
关键词
全间隔自适应模糊支持向量机
实值遗传算法
水质
分类
Total-margin Adaptive Fuzzy Support Vector Machine （TAFSVM）
Real-valued Genetic Algorithms （RGA）
water quality
classification
作者简介
daihongliang@tom.com戴宏亮（1978-），男，湖北安陆人，讲师，博士研究生，主要研究方向：模式识别与知识发现、小波分析及应用；
戴道清（1963-），男，湖南桃源人，教授，博士生导师，主要研究方向：复分析与小波分析、模式识别与知识发现、图像处理。
