原文服务方: 西安交通大学学报       
摘要:
针对面向分类去噪问题,提出了一种新的模糊支持向量机算法(v-FSVM),并给出了通过无穷次连续可微函数建立模糊关系的方法.该方法能对训练集中的点自动赋予模糊关系,并且对带有噪声的点和孤立的点赋予较小的模糊关系.与传统的v支持向量机比较,该算法通过建立训练集的模糊关系,能够大大减小噪声对分类的影响,从而提高分类精度,减少误差.
推荐文章
非均衡数据的去噪模糊支持向量机新方法
支持向量机
非均衡数据
分类
隶属度函数
面向不均衡分类的隶属度加权模糊支持向量机
模糊支持向量机
加权模糊支持向量机
分类超平面
模糊隶属度
平衡调节因子
用于不平衡数据分类的模糊支持向量机算法
支持向量机
模糊支持向量机
模糊隶属度
不平衡数据
分类
自适应模糊支持向量机算法
支持向量机
最小二乘支持向量机
自适应迭代
模糊隶属度
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 面向分类去噪问题的模糊支持向量机新算法
来源期刊 西安交通大学学报 学科
关键词 支持向量机 分类 v支持向量机
年,卷(期) 2007,(12) 所属期刊栏目 专题研究
研究方向 页码范围 1414-1417
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3321/j.issn:0253-987x.2007.12.007
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 张瑞 西安交通大学理学院 43 413 11.0 19.0
3 马逸尘 西安交通大学理学院 56 339 12.0 16.0
6 段现报 西安交通大学理学院 3 5 1.0 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  (4)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (13)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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)
2007(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
支持向量机
分类
v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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
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
论文1v1指导