-
题名可拓支持向量分类机
被引量:3
- 1
-
-
作者
陈晓华
刘大莲
田英杰
李兴森
-
机构
北京联合大学教务处
北京联合大学基础部
中国科学院虚拟经济与数据科学研究中心
浙江大学宁波理工学院管理学院
-
出处
《智能系统学报》
CSCD
北大核心
2018年第1期147-151,共5页
-
基金
国家自然科学基金项目(61472390
11271361
+1 种基金
71331005)
北京市自然科学基金项目(1162005)
-
文摘
针对分类问题,基于可拓学的思想,提出了可拓支持向量分类机算法。与标准的支持向量分类机不同,可拓支持向量机在进行分类预测的同时,更注重于找到那些通过变化特征值而转换类别的样本。文中给出了可拓变量和可拓分类问题的定义,并构建了求解可拓分类问题的两种可拓支持向量机算法。把可拓学与SVM结合是一种新的方向,文中所提出的算法还有待进一步的理论分析,将在未来的工作里,继续探索如何在可拓学的基础上,构建更加完善的可拓SVM方法。
-
关键词
数据挖掘
可拓学
分类
支持向量机
最优化
最优化核函数
先验知识
统计学习理论
-
Keywords
data mining
extension
classification
support vector machine
optimization
kernel function
prior know-ledge
statistical learning theory
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-