基于模糊C-均值的相似性特征转换光滑支持向量机

• 作者: 刘峤 吴德 方佳艳 秦志光
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 光滑支持向量机 模糊C-均值 相似性 特征转换
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2714-2724
• 页数: 11页
• 分类号: TP181
• 字数: 10634字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.11.019

摘要

在用于非线性分类的光滑支持向量机(SSVM)模型中,核函数必须满足Mercer's条件,由此限制了核函数的选择范围;并且在面对大规模数据集时,SSVM模型的计算复杂度很高,训练时间长.针对这两点缺陷提出了基于模糊C-均值的相似性特征转换光滑支持向量机模型(SFT-SSVM-FCM).首先,运用基于相似性的特征转换,使得核函数不需要再满足Mercer's条件,从而拓宽了核函数的选择范围;其次,运用模糊C-均值(FCM)分群技术,将完整的训练数据集划分成若干子簇,分别在每一个子簇上进行已经过相似性特征转换的SSVM模型训练.实验表明:与传统的SVM、SSVM模型及一系列变体模型相比较,该新模型在训练时间、分类精度方面都具有更好的表现.

作者信息

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