模糊聚类光滑支持向量机

• 作者: 刘三阳 吴德
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量机 模糊聚类 熵函数 光滑 最近邻子空间 选择性集成
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 短文
• 页码范围: 547-551
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2015.1526

摘要

为了提高光滑支持向量机的分类速度和精度,构造一种模糊聚类光滑支持向量机(FCSSVM).运用模糊聚类将训练数据分解为若干子簇,通过引入熵函数近似松弛向量的加函数,并利用最优解处权重向量的表达式导出精确光滑模型;定义测试样本的最近邻子空间,以选择性集成策略组合若干近邻子空间中的分类决策函数.数值实验表明,FCSSVM的分类精度高,迭代次数少,鲁棒性好,分类时间短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘三阳	西安电子科技大学计算机学院	662	5562	32.0	51.0
2	吴德	西安电子科技大学计算机学院	12	82	6.0	9.0