期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于类中心和密切度的L-2范数FSVM 被引量:1
1
作者 李雷 杨真真 杨永鹏 《南京邮电大学学报(自然科学版)》 2010年第6期34-37,42,共5页
支持向量机(SVM)是解决回归问题的一种有效的方法,但传统的支持向量机对样本中的噪声和孤立点非常敏感。为了克服这个问题,文中提出了一种基于类中心和密切度的L-2范数模糊支持向量机(L-2范数FSVM),即模糊隶属度的建立不仅根据样本到类... 支持向量机(SVM)是解决回归问题的一种有效的方法,但传统的支持向量机对样本中的噪声和孤立点非常敏感。为了克服这个问题,文中提出了一种基于类中心和密切度的L-2范数模糊支持向量机(L-2范数FSVM),即模糊隶属度的建立不仅根据样本到类中心的距离,而且根据样本点和其目标点之间的密切度。仿真实验结果显示了该方法有效地减少了噪声的影响,改进了回归的精度,增强了推广能力。 展开更多
关键词 l-2范数模糊支持向量(l-2范数fsvm) 模糊隶属度函数 类中心 密切度 信息几何
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部