作者:
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:
基于统计学理论的支持向量机是一种新的很有效的模式识别方法,但对于支持向量的选择还有困难,对此本文利用模糊C均值(FCM,Fuzzy C-Means)聚类,对训练样本进行预处理,大大减少了训练样本的数量,提高了支持向量机的训练速度.仿真实验的结果证实了该方法的可行性和有效性.
推荐文章
基于模糊核聚类的多类支持向量机
支持向量机
多类分类
模糊核
二叉树
基于模糊C均值聚类和支持向量机的信号识别方法
调制识别
模糊C均值聚类
特征提取
支持向量机
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
基于改进QPSO的模糊C-均值聚类算法
模糊C-均值聚类
量子粒子群优化
聚类分析
量子门更新策略
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 基于模糊C均值聚类的支持向量机
来源期刊 福建电脑 学科 工学
关键词 模糊C均值聚类 支持向量机
年,卷(期) 2006,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 81-82
页数 2页 分类号 TP3
字数 1795字 语种 中文
DOI 10.3969/j.issn.1673-2782.2006.01.046
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 潘庆丰 福州大学数学与计算机学院 2 25 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (6)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(1)
  • 二级引证文献(2)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模糊C均值聚类
支持向量机
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导