基于商空间的支持向量机方法

摘要：

本文利用张铃教授提出的商空间理论,将构造性学习方法与支持向量机相结合,给出以覆盖领域为对象构造最优分类超平面的机器学习方法,简化了最优分类超平面计算的复杂性和支持向量的数量,改进了覆盖领域的”杂乱、零碎不光滑”边界,有效地减少拒识样本.

关键词： 商空间理论 支持向量机 拒识样本 计算机数学

作者: 吴涛 夏莹 段震 陈传明 张媛 张铃

作者单位: 安徽大学计算智能与信号处理实验室,安徽大学人工智能研究所(合肥);安徽大学数学与信息科学学院(合肥) 华东师范大学信息学院计算机系(上海) 安徽大学计算智能与信号处理实验室,安徽大学人工智能研究所(合肥)

会议类型: 国内会议

会议名称: 第四届中国Rough集与软计算学术研讨会

会议地点: 舟山

会议语种:中文

页码: 212-214

在线出版日期: 2004-10-01（万方平台首次上网日期，不代表论文的发表时间）