首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于关联规则的核粒度支持向量机
引用本文:张文浩,王文剑.一种基于关联规则的核粒度支持向量机[J].广西师范大学学报(自然科学版),2009,27(3).
作者姓名:张文浩  王文剑
作者单位:山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室,山西,太原,030006
基金项目:国家自然科学基金资助项目,国家863高技术研究发展计划资助项目,教育部新世纪优秀人才支持计划资助项目,教育部科学技术研究重点项目,山西省高校青年学术带头人基金,山西省留学归国人员基金资助项目,山西省自然科学基金重点项目 
摘    要:提出一种基于关联规则的核粒度支持向量机(association rules based kernel granular SVM,AR-KGSVM)学习算法.AR-KGSVM首先将输入空间中的样本用核函数映射到高维特征空间,然后在核特征空间挖掘基于距离度量的关联规则以划分粒.算法的粒划分和数据训练都是在高维核空间中进行,避免了一般的粒度支持向量(granular SVM,GSVM)在低维空间作粒划分而在高维空间中训练,使数据分布不一致而导致泛化能力不高的问题.在标准数据集上的实验结果表明AR-KGSVM的泛化能力优于传统的SVM和GSVM方法.

关 键 词:核粒度支持向量机  支持向量机  核粒度  关联规则

A Kernel Granular Support Vector Machine Based on Association Rules
ZHANG Wen-hao,WANG Wen-jian.A Kernel Granular Support Vector Machine Based on Association Rules[J].Journal of Guangxi Normal University(Natural Science Edition),2009,27(3).
Authors:ZHANG Wen-hao  WANG Wen-jian
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号