模糊支持向量机的训练算法研究被引量：1

下载PDF

导出

摘要支持向量机(support vector machine,SVM)是在统计学习理论基础上发展起来的一种新的数据挖掘方法,并已广泛应用于模式识别与回归分析等领域。并且传统的支持向量机由于噪音数据的存在而易出现过学习现象,因而有必要消除噪音的影响。基于以上考虑,提出了一种模糊支持向量机模型。本论文主要针对该类型的模糊支持向量机进行研究。

作者方辉艾青

机构地区渤海大学信息科学与工程学院辽宁科技大学计算机科学与工程学院

出处《福建电脑》 2009年第3期74-75,共2页 Journal of Fujian Computer

关键词支持向量机模糊支持向量机数据挖掘方法消除噪音

分类号 TP181 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献1

1张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42. 被引量：2273

二级参考文献1

1卢增祥,李衍达.交互支持向量机学习算法及其应用[J].清华大学学报（自然科学版）,1999,39(7):93-97. 被引量：41

共引文献2272

1白岗岗,侯精明,史玉品,韩浩,郭凯华,李丙尧,付德宇.基于支持向量机的葫芦河流域径流变化的多因素贡献率分析[J].水土保持研究,2020,27(2):112-117. 被引量：2
2曾赟.第四种法学知识新形态——数据法学的研究定位[J].法制与社会发展,2023,29(1):41-59. 被引量：11
3乔丹,刘刚,杨执钧,钟韬,白雪.基于迁移学习的船舶目标识别[J].计算机应用研究,2020,37(S01):324-325. 被引量：1
4孟琮棠,赵银娣,向阳.基于卷积神经网络的遥感图像变化检测[J].现代测绘,2019,0(5):1-5. 被引量：3
5田海军,门洪,郎世伟.基于LS-SVM的电厂过热汽温仿真研究[J].微计算机信息,2007,23(10):270-272. 被引量：2
6张磊,夏士雄,牛强.基于SVM二叉决策树方法的矿井提升机故障诊断[J].微计算机信息,2008,24(10):198-199. 被引量：4
7瞿伟廉,谭冬梅.基于小波分析和支持向量机的结构损伤识别[J].武汉理工大学学报,2008,30(2):80-82. 被引量：3
8郑树剑,刘冀伟,何积铨,韩旭.基于支持向量机的混凝土结构中钢筋腐蚀的判别[J].电子器件,2007,30(5):1935-1938.
9殷彬,方思行.脾虚证诊断的数学模型[J].暨南大学学报（自然科学与医学版）,2006,27(3):363-367. 被引量：4
10王宇,丁萍,吴峻.基于SVM的光纤陀螺标度因数建模研究[J].舰船电子工程,2008,28(5):78-80. 被引量：1

同被引文献4

1苏海民,何爱霞.基于RS和地统计学的福州市土地利用分析[J].自然资源学报,2010,25(1):91-99. 被引量：67
2丁文峰,李欣欣,岑奕.近10年丹江流域土地利用时空动态演变[J].长江科学院院报,2010,27(11):71-74. 被引量：12
3刘纪远,dls.iogac.on,布和敖斯尔.中国土地利用变化现代过程时空特征的研究──基于卫星遥感数据[J].第四纪研究,2000,20(3):229-239. 被引量：475
4王思远,刘纪远,张增祥,周全斌,赵晓丽.中国土地利用时空特征分析[J].地理学报,2001,56(6):631-639. 被引量：413

引证文献1

1林卉,戴济平,李魏,刘培,夏俊士.基于模糊支持向量机分类的土地利用时空演变研究[J].测绘通报,2012(5):17-19. 被引量：7

二级引证文献7

1张群慧.基于局部模式纹理描述符的杂草自动分类算法[J].科学技术与工程,2013,21(27):8020-8026.
2何立恒,覃伟,徐迅.不同分类方法在土地利用信息提取中的精度对比[J].现代测绘,2018,41(5):24-28. 被引量：3
3牛继强,林昊,牛樱楠,樊勇,唐文武.经济欠发达地区撂荒耕地空间格局与驱动因素分析[J].农业机械学报,2017,48(2):141-149. 被引量：37
4李媛.土地利用/覆被变化研究进展[J].宁夏工程技术,2018,17(4):379-384. 被引量：2
5方臣,吴龙,胡飞,陈曦,刘烨青.基于纹理和支持向量机的GF-1图像土地覆被分类研究[J].资源环境与工程,2019,33(1):109-112. 被引量：6
6张贵成,林志垒.基于Hyperion高光谱遥感影像的植被覆盖度提取研究[J].福建师范大学学报（自然科学版）,2020,36(1):79-86. 被引量：3
7陈年松,徐贵阳.利用转移矩阵模型研究江苏省长江岸线变化[J].地理空间信息,2024,22(5):74-76. 被引量：1

1卢小旭.消除噪音的烦恼[J].电脑爱好者,2002(1):67-67.
2Bonita．h.ThinkPad T60拆解清理消除噪音[J].微型计算机,2008(31):123-124.
3谢玉珍,唐敏.小波消噪在信号处理中的应用[J].中华成功教育,2005(6):71-72.
4王维.消除噪音的窗户[J].小学阅读指南（低年级版）,2010(1):27-27.
5陈忠民.探索液浸式散热打造超静型电脑[J].电脑时空,2005(12):143-145. 被引量：1
6王维.消除噪音的窗户[J].小学科技,2009(2):11-11.
7如何让音箱“闭嘴”[J].电脑爱好者（普及版）,2010(A02):263-263.
8赵霞.基于正交试验方法进行小波消噪参数选择[J].西安文理学院学报（自然科学版）,2008,11(2):85-88. 被引量：2
9田玉敏,王昊.镜头边界检测的动态窗口技术[J].光子学报,2007,36(10):1949-1953. 被引量：2
10Q&A用户交流[J].个人电脑,2007,13(7):192-194.

福建电脑

2009年第3期

浏览历史

内容加载中请稍等...

模糊支持向量机的训练算法研究被引量：1

参考文献1

二级参考文献1

共引文献2272

同被引文献4

引证文献1

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

模糊支持向量机的训练算法研究 被引量：1

参考文献1

二级参考文献1

共引文献2272

同被引文献4

引证文献1

二级引证文献7

相关作者

相关机构

相关主题

浏览历史

模糊支持向量机的训练算法研究被引量：1