原文服务方: 科技与创新       
摘要:
通过改进的模糊K近邻方法对模糊隶属度进行求解,将求得的隶属度带入模糊支持向量机中.实验表明,采用该方法得出的分类结果与用支持向量机方法和用根据距离求解隶属度的模糊支持向量机方法的结果进行比较,误差最小,而且有效的降低了过学习的问题,证明了该方法的可行性.
推荐文章
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
一种改进的模糊多类支持向量机算法
支持向量机
统计学习理论
多类分类
模糊隶属函数
面向分类去噪问题的模糊支持向量机新算法
支持向量机
分类
v支持向量机
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
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 一种新的模糊支持向量机算法
来源期刊 科技与创新 学科
关键词 隶属度 支持向量机 模糊K近邻 模糊支持向量机
年,卷(期) 2010,(30) 所属期刊栏目
研究方向 页码范围 217-218,211
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.30.079
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 徐蔚鸿 长沙理工大学计算机与通信工程学院 85 647 14.0 21.0
2 杨志勇 湖南江滨机器集团公司技术中心 2 3 1.0 1.0
3 周广千 长沙理工大学计算机与通信工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (37)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (18)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
隶属度
支持向量机
模糊K近邻
模糊支持向量机
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导