粒度支持向量机学习模型

• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 粒度支持向量机 核空间 粒度计算理论
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 535-540
• 页数: 6页
• 分类号: TP18
• 字数: 4162字
• 语种: 中文

摘要

粒度支持向量机(Granular Support Vector Machine,GSVM)是以粒度计算理论和统计学习理论为基础的一种新的机器学习模型,它可以有效地克服传统支持向量机(Support Vector Machine,SVM)对于大规模数据集训练效率低下的问题,同时也可获得较好的泛化性能.文章针对原空间的GSVM模型进行了分析,提出了核空间的GSVM学习模型,在标准数据集上的实验说明了文中提出模型的有效性.