提出一种处理样本中含有未确知信息(一种不确定性信息)的支持向量机—未确知支持向量机(Unascertained support vector machine,USVM)算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,...提出一种处理样本中含有未确知信息(一种不确定性信息)的支持向量机—未确知支持向量机(Unascertained support vector machine,USVM)算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,将其转化为与其等价的二次规划.据此给出未确知支持向量机.理论分析和试验结果均表明,该算法是有效、可行的.展开更多
文摘提出一种处理样本中含有未确知信息(一种不确定性信息)的支持向量机—未确知支持向量机(Unascertained support vector machine,USVM)算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,将其转化为与其等价的二次规划.据此给出未确知支持向量机.理论分析和试验结果均表明,该算法是有效、可行的.
