基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了在支持向量机(support vector machine,SVM)方法中采用遗传模糊C-均值(FCM)进行样本预选取的方法,旨在保留最优分类超平面附近的样本点,去除远处样本点,使训练样本集减小,消除冗余,从而减小所需内存.并以航空影像中的居民地为例进行分析,结果表明,按比例减少样本集后的分割结果与用原样本集的基本一样.
推荐文章
基于随机中心距离排序的支持向量预选取方法
支持向量预选取
随机中心
距离排序
边界样本集
基于遗传模糊C-均值聚类算法的除湿机故障诊断
故障诊断
模糊聚类
除湿机
遗传算法
一种改进的LSSVM支持向量预选取算法
最小二乘支持向量机
K均值聚类
K最近邻
预选取算法
稀疏化
改进的模糊核C-均值算法
聚类分析
模糊C-均值
核方法
无监督学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机中遗传模糊C-均值的样本预选取方法
来源期刊 武汉大学学报(信息科学版) 学科 地球科学
关键词 支持向量机 遗传模糊C-均值 样本预选取 航空影像
年,卷(期) 2005,(10) 所属期刊栏目 学术论文
研究方向 页码范围 921-924
页数 4页 分类号 P237.4
字数 2492字 语种 中文
DOI 10.3321/j.issn:1671-8860.2005.10.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 燕琴 51 703 16.0 24.0
2 徐芳 武汉大学测绘学院 35 306 11.0 16.0
3 梅文胜 武汉大学测绘学院 41 748 14.0 27.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (40)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (13)
二级引证文献  (36)
1973(2)
  • 参考文献(2)
  • 二级参考文献(0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
遗传模糊C-均值
样本预选取
航空影像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
武汉大学学报(信息科学版)
月刊
1671-8860
42-1676/TN
大16开
武汉市珞喻路129号武汉大学测绘校区
38-317
1957
chi
出版文献量(篇)
5457
总下载数(次)
17
总被引数(次)
94263
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导