-
题名粒度支持向量机研究综述
- 1
-
-
作者
贾川邈
肖迎元
姜涛
-
机构
天津理工大学计算机科学与工程学院
河南财经政法大学计算机与信息工程学院
-
出处
《天津理工大学学报》
2024年第3期57-66,共10页
-
基金
天津市“项目+团队”重点培养专项(XC202022)。
-
文摘
粒度支持向量机(granular support vector machine,GSVM)是一种基于粒度计算和统计学习理论的新型机器学习模型,它既能解决传统支持向量机(support vector machine,SVM)存在的学习效率低下的问题,又能获得令人满意的泛化性能。目前,随着信息技术的不断发展,领域内已经出现了很多基于粒度计算的SVM算法,文中以发展历程为主线,对GSVM方法进行了分类与分析。首先,简要介绍了SVM、粒度计算、GSVM早期相关原型以及GSVM的基本理论。其次,根据模型结构将现有算法分为二分类方法和多分类方法,对一些代表性算法进行分析介绍。然后,对算法的常用数据集以及性能评价指标进行了总结。此外,总结并分析了GSVM在不同领域的具体应用情况,将应用按照分类应用和预测应用进行了简单的介绍。最后,对该技术的未来发展趋势进行了展望。希望通过对GSVM进行综述,为未来科研的相关人员提供方向指引和有价值的参考。
-
关键词
支持向量机
粒度支持向量机
综述
模型
应用
展望
-
Keywords
support vector machine
granular support vector machine
review
model
application
outlook
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-