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

基于粗糙集下近似理论的支持向量机分类方法
引用本文:洪成昱,张雪峰,王宇彤.基于粗糙集下近似理论的支持向量机分类方法[J].曲阜师范大学学报,2008,34(2):33-36.
作者姓名:洪成昱  张雪峰  王宇彤
作者单位:洪成昱(东北大学理学院,110004,沈阳市);张雪峰(东北大学理学院,110004,沈阳市);王宇彤(辽宁石油化工大学信息与工程学院,113001,辽宁省抚顺市)
摘    要:传统的粗糙集理论不能处理连续属性,而且得到的分类规则大多比较复杂.支持向量机理论能够得到简洁的分类规则,也能处理连续属性,但仅适用与小样本,对大样本数据集有一定的局限性.文章首先提出了针对连续属性的粗糙集下近似理论,使粗糙集理论能够应用到连续属性.基于上述理论以及支持向量机分类方法仅与支持向量有关的特性.提出了一种先由粗糙集进行预处理的支持向量机分类方法.实验表明,该方法在缩短训练时间的基础上,保留了支持向量机方法所需分类信息,提高了分类精度,克服了SVM算法的应用瓶颈.

关 键 词:粗糙集  支持向量机  下近似  Libsvm
文章编号:1001-5337(2008)02-0033-04
修稿时间:2007年9月12日

Classification Method of SVM Based on Lower Approximations Theory of Rough Set
HONG Cheng-yu,ZHANG Xue-feng,WANG Yu-tong.Classification Method of SVM Based on Lower Approximations Theory of Rough Set[J].Journal of Qufu Normal University(Natural Science),2008,34(2):33-36.
Authors:HONG Cheng-yu  ZHANG Xue-feng  WANG Yu-tong
Abstract:
Keywords:
本文献已被 维普 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