双模糊渐进直推式支持向量机算法

• 作者: 彭新俊 王翼飞
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 直推式支持向量机(TSVM) 直推式学习 双模糊隶属度 双模糊支持向量机 样本修剪策略
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 560-566
• 页数: 7页
• 分类号: TP181
• 字数: 6351字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.04.009

摘要

直推式支持向量机(TSVM)是支持向量机与直推式学习相结合的重要算法.文中为TSVM中的临时标签样本引入双模糊隶属度以及样本修剪策略,构建一种双模糊渐进直推式支持向量机(BFPTSVM)算法.该算法可有效降低TSVM的计算复杂度及核存储量.模拟实验表明该算法可取得比其他算法更好的分类性能,并且具有较快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翼飞	上海大学数学系	72	398	10.0	17.0
2	彭新俊	上海师范大学计算数学系	9	27	3.0	5.0