【作者】 刘碧森； 钟守铭； 陈华富；

【Author】 Liu Bisen Zhong Shouming Chen Huafu(School of Applied Mathematics, UEST of China, Chengdu 610054, China)(School of Life Science & Technology, UEST of China, Chengdu 610054, China)

【机构】 电子科技大学应用数学学院；

【摘要】 支持向量机(SVM)和粗糙集理论是近几年国际上研究的热点,在生物信息处理、模式识别等领域有广泛的应用。结合模糊集和支持向量机(SVM)提出了基于模糊集的支持向量机(FSSVM),然后对基于模糊集的支持向量机和粗糙集理论进行了详尽的分析、比较,量后通过实验比较得出将基于模糊集的支持向量机和粗糙集理论相结合是处理数据和信息的较好方案。更多还原

【Abstract】 It used fuzzy set theory and the optimal theory, and studied support vector machine deep, and inte grated fuzzy set theory into SVM, constructed fuzzy set support vector machine (FSSVM), which is a generalization of SVM. Then it compared and studied FSSVM with rough set theory (RST), got a conclusion: in data processing, that integrating FSSVM into RST is a better project.更多还原