基于FCM隶属度的支持向量机

摘要：

　　传统SVM在训练大规模数据集时，训练速度慢，时间消耗代价大。针对此问题，提出利用FCM算法对训练样本集进行预处理，依据样本隶属度提取出所有可能的支持向量进行SVM训练。利用原始数据集对算法进行验证，此算法在保证SVM分类精度的同时，大大提高了训练速度，算法具有可行性。

关键词： 统计学习理论 支持向量机算法 模糊C均值聚类 分类精度

作者: 齐丙娟 丁世飞

作者单位: 中国矿业大学计算机科学与技术学院,江苏 徐州 221116 中国矿业大学计算机科学与技术学院,江苏 徐州 221116 中国科学院计算技术研究所智能信息处理重点实验室,北京 100190

会议类型: 国内会议

会议名称: 2011年江苏省人工智能学术会议

会议地点: 徐州

会议语种:中文

页码: 48-51

在线出版日期: 2011-10-22（万方平台首次上网日期，不代表论文的发表时间）