| 
  中国学术期刊网络出版总库
  关闭
求解双边加权模糊支持向量机的序贯最小优化算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Sequential minimal optimization algorithm for bilateral-weighted fuzzy support vector machine
【下载频次】 ★★
【作者】 李艳; 杨晓伟;
【英文作者】 LI Yan; YANG Xiao-wei(School of Sciences; South China University of Technology; Guangzhou Guangdong 510641; China);
【作者单位】 华南理工大学理学院;
【文献出处】 计算机应用 , Journal of Computer Applications, 编辑部邮箱 2011年 12期  
期刊荣誉：中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 序贯最小优化; 双边加权模糊支持向量机; 支持向量机; 模糊支持向量机;
【英文关键词】 Sequential Minimal Optimization(SMO); Bilateral-Weighted Fuzzy Support Vector Machine(BW-FSVM); Support Vector Machine(SVM); Fuzzy Support Vector Machine(FSVM);
【摘要】 高的计算复杂度限制了双边加权模糊支持向量机在实际分类问题中的应用。为了降低计算复杂度,提出了应用序贯最小优化算法(SMO)解该模型,该模型首先将整个二次规划问题分解成一系列规模为2的二次规划子问题,然后求解这些二次规划子问题。为了测试SMO算法的性能,在三个真实数据集和两个人工数据集上进行了数值实验。结果表明:与传统的内点算法相比,在不损失测试精度的情况下,SMO算法明显地降低了模型的计算复杂度,使其在实际中的应用成为可能。
【英文摘要】 High computational complexity limits the applications of the Bilateral-Weighted Fuzzy Support Vector Machine(BW-FSVM) model in practical classification problems.In this paper,the Sequential Minimal Optimization(SMO) algorithm,which firstly decomposed the overall Quadratic Program(QP) problem into the smallest possible QP sub-problems and then solved these QP sub-problems analytically,was proposed to reduce the computational complexity of the BW-FSVM model.A set of experiments were conducted on three real wo...
【基金】 国家自然科学基金资助项目(61070033); 广东省自然科学基金重点资助项目(92510090001000005)
【更新日期】 2011-12-21
【分类号】 TP301.6
【正文快照】 (xwyang@scut.edu.cn)0引言支持向量机(Support Vector Machine,SVM)是模式识别和机器学习领域的一种很重要的分类和非线性函数估计方法,其主要的缺点是标准的支持向量机模型对噪声和孤立点是敏感的[1]。针对这一问题,Lin等人[2]在2002年提出了模糊支持向量机(Fuzzy Support Ve

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 一般性问题
　　　　 理论、方法
　　　　　 算法理论
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号