模糊支持向量机的偏移量计算方法

• 作者: 吴小俊 陈家德
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 偏移量 支持向量机 模糊支持向量机 机器学习
• 年，卷（期）: 2009,（19）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 181-183
• 页数: 3页
• 分类号: TP391.4
• 字数: 2921字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.19.060

摘要

偏移量确定了支持向量机和模糊支持向量机(FSVM)的最优分类面位置,对分类性能具有较大影响.为提高模糊支持向量机的识别率,基于Fisher判别分析方法提出一种新的偏移量计算方法,将其用于FSVM多类分类器设计.对3种数据集的测试结果表明,使用新偏移量的FSVM识别率高于使用标准偏移量的FSVM识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈家德	江南大学信息工程学院	2	7	1.0	2.0
2	吴小俊	江南大学信息工程学院	170	1079	17.0	22.0