基于粗糙集边界的v-支持向量机混合分类算法

• 作者: 刘树锟 蒋桂莲
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: v-支持向量机 粗糙集 边界样本集 支持向量
• 年，卷（期）: 2010,（8）
• 页码范围: 15-17,21
• 分类号: TP301.6
• 字数: 2791字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2010.08.005

摘要

针对v-支持向量机在样本集规模较大的情况下,需要占用大量训练时间的问题,提出基于粗糙集边界的v-支持向量机混合分类算法.该算法根据粗糙集理论边界区域的优点,生成分类数据的边界集,使其包括全部的支持向量,用此边界向量集替代原始样本作为训练集,减少训练集的数量,则可以在不影响分类精度和泛化性能的前提下显著缩短v-支持向量机的训练时间.仿真结果表明该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘树锟	湖南涉外经济学院计算机科学与技术学部	15	50	3.0	6.0
2	蒋桂莲	湖南涉外经济学院计算机科学与技术学部	6	9	2.0	3.0