模糊支持向量机 - 360文档中心

基于聚类粒度的模糊支持向量机

ａｇｒｈｌｏｔｍ．Ｂａｅｎｔｅｉｆｒｔｎｏｌｓｅｎｒｎｌｒｔｓｎｌｄｎｌｓｒｇｃｎｅ，ｃｕｔｒｎａｉｓａｄｔｅｎｍｂｒｏｉｓｄｏｈｎｏｍａｉｆｃｕｔｒｇｇａｕａｉｅ，ｉｃｕｉｇｃｕｔｉｅｔｒｌｓｅｇｒｄｕｎｈｕｅｆｏｉｉｅｎｉ
ｓｍｐｅｃｎａｎｄｉｌｓｒｎ，ｅｇ－ａｌｓｎｄｉｔｒｅｔｎｓｍｐｅｅｆｕｄｗｉｉａｈｃｕｔｒｇｎｅｏ－ａｐｅｅａｌｓｏｔｅｎｃｕｔｉｇｄｅｓｍｐｅａｎｅｓｃｉ — ａｌｓａｏｎｔｎｅｃｌｓｅｎ，ｉｔｒｒｓｍｌｓａｉｅｏｒｈｉｉｒ
Ｆｕｚｕｐｒｅｔｒｍａｈｎａｅｎｃｕｔｒｎｒｎｌｒｔｚｙｓｐｏｔｃｏｃｉｅｂｓｄｏｌｓｅｉｇｇａｕａｉｙｖ
ＱＩｉＵＹ．ｈＬ．Ｕｕｓｕ
（ｃｏｌｆｏｕｅｃｎｅｎｅｈｏｏｙＢｉｎｓｔｔｏｃｎｌｇ，ｅｉｇ１０８，ｈｎ）Ｓｈｏｍｐｔｒｉｃｄｃｎｌｇ，ｅｉｇＩｔｕｅｆｅｈｏｏｙＢｉｎ００ＣｉｏＣＳｅａＴｊｎｉＴｊ１ａ
找到每个聚类内部的边缘点和交叉点集合，去除对分类贡献很小的聚类内部点，最终形成了新的用于模糊支持向量机训练的样本集合．随后的试验结果表明，由聚类颗粒生成的约简样本集合，很好的表示了原有样本的分布，不仅提高了训练效率，

基于小波包分解及模糊支持向量机的红虫识别

Ａｂｓｒｃ：Ｔｈｅｃｉｏｏｉａｖｅｎｔｒｈｔｒｓｐｐｙｓｓｅｔｏｇｒｎｓｓｉｎｐｐｌｎｔａｔｈｒｎｍｄｌｒａｓｅｅｔｅｗａｅ —ｕｌｙｔｍｈｒｕｈｔａｍｉｓｏｉｅｉｅ．Ａｌｈｕｇｈｅｅａｅｏｔｏｈｔｒｒｎｉｄｉａｉｎｈｔｃｒｎｍｉａｖｅｐｏｅａｔｒａｏｐｌｃｈａｔｔｅｒｐｅｅｃｓｔｌｏｐｒｃａｅｃｕｓｍｏｔｐｅｐｌｎｃｔｏｓｔａｈｉｏｏｄｌｒａｓｈｅｔｔｕｂｉｅｌｈ，ｈｉｒｓｎｅｉｓｉｌｔａｐｅｉｔｄｂｅａｅｎｓｏｅａｓｃａｅｔｅｒａｉｍｓｓｏｉｔｈｏｇｎｓｗｉｈｏｔｌｗｈｇｅ．Ｉａｃｒａｅｙｉｎｅｎｃｏｄｎｃｗｉｈｈｃｒｃｅｓｉｓｆｈｅｒａｉｍｓｔｉｐａｅｓｕｉｄｔｔｅｈａａｔｒｔｃｏｔｏｇｎｓ，ｈｓｉｐｒｔｄｅｃｉｏｏｉａｖｅｍａｅｒｃｇｉｉｎｈｒｎｍｄｌｒａｉｇｓｅｏｎｔｏｍｅｈｄｔｏｂａｅｏｗａｅｅｐｃｅｄｅｏｐｓｔｏａＦｕｚＳｕｐｏＶｅｔｒｓｄｎｖｌｔａｋｔｃｍｏｉｉｎｎｄｚｙｐ￣ｃｏＭａｈｎｃｉｅ
基于小波包分解及模糊支持向量机的红虫识别
赵晶莹郭海孙兴滨，，，姜云汉
（．１大连民族学院计算机科学与工程学院，辽宁大连１６０；２哈尔滨工业大学市政环境工程学院，１６０．哈尔滨１０９５００；

基于最小二乘模糊单类支持向量机的网络故障检测

ＡｓａｔｅｌｓｅａｄＬａｔｑａｅｕｚｎｌｓｕｐｒＶｃｒｃｉｅ（ＳＯ —Ｖ）ｗｓｒｏｅｂｔｃ：ＡｎｗｃａｉｒｍｅｅｓＳｕｒｓｚｙＯｅＣａｐｏｔｅｔｈｒｓｆｎｉＦｓＳｏＭａｎＬＦＣＳＭａｏｓｄｐｐ
ＺＨＡＮＧｉＭＥＮＧａｇｒＺＨＡＮＧ．ｕＬ，Ｘｉｎ．ｕ，Ｙａｐ
（ｎｔｕｅｆＴｌｏｕｉｔｎＥｇｎｅｎ，ＡｒＦｒｅＥｇｎｅｎｎｖｒｔｉｎＳａｎｉ１０７ｈｎ）ＩｓｔｔｏｅｃｍｍｎｃｉｎｉｅｒｇｉｏｃｎｉｅｒｇＵｉｓｙ＇ｈａｘ７０７，Ｃｉｉｅａｏｉｉｅｉ，Ｘａａ
中图分类号：Ｐ９．８Ｔ１Ｔ３３０；Ｐ８文献标志码：Ａ
Ｎｅｗｏｋｆｕｔｄｅｅｔｏｂｓｄ０ｕｚｎｌｓＶＭｔｔｒａｌｔｃｉｎａｅｎｆｚｙｏｅｃａｓＳｗｉｈ
ｌａｔｓｕａｅｎｄｅｕｌｙｃｎｔａｎｓｅｓｑｒｓａｑａｉｏｓｒｉｔｔ
第３Ｏ卷第ｌ０期
２１００年ｌＯ月
计算机应用
ＪｕｎｌｏｏｐｔｒＡｐｉａｉｎｏｒａｆＣＮ．ＯＩ３ｏ１
０ｅ．２０ｔ０１
文章编号：０１— ０１２１）０— ８４— ４１０９８（００１２３０
二乘模糊单类支持向量机（ＳＯ —Ｖ。该方法采用最小二乘损失函数和等式化约束改进标准单类支持向量机的ＬＦＣＳＭ）训练算法，将二次规划转化为解线性方程组，降低了计算代价；并通过构造基于特征空间距离的模糊隶属度函数和优

基于模糊sigmoid核的支持向量机回归建模

基于模糊sigmoid核的支持向量机回归建模
刘涵;刘丁
【期刊名称】《控制理论与应用》
【年(卷),期】2006(23)2
【摘要】支持向量机中对核函数的要求为对称的半正定矩阵.来自于神经网络的sigmoid核函数在其参数满足一定条件时才成为半正定矩阵,但是这种核函数在SVM中却有很多成功的应用.本文将sigmoid核函数与模糊逻辑相结合并使其模糊化,从而简化了SVM的计算并便于用硬件实现.通过对混沌时间序列预测以及图像去噪滤波器两个实例的实验研究发现,使用模糊sigmoid核函数可以使SVM回归建模在损失较小精度的代价下,较大地降低平均CPU执行时间,便于硬件实现【总页数】5页(P204-208)
【作者】刘涵;刘丁
【作者单位】西安理工大学,自动化与信息工程学院,陕西,西安,710048;西安理工大学,自动化与信息工程学院,陕西,西安,710048
【正文语种】中文
【中图分类】TP181
【相关文献】
1.基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模 [J], 陈贵华;王昕;王振雷;钱锋
2.基于GRA的模糊核聚类DRVM软测量建模与优化 [J], 黄永红;吴红生;虞永胜
3.基于多模型模糊核聚类方法的污水处理过程软测量建模 [J], 索幸仪; 侍洪波
4.基于改进核模糊聚类算法的软测量建模研究 [J], 徐海霞;刘国海;周大为;梅从立
5.一种基于自适应模糊高斯核聚类的软测量建模方法 [J], 夏源;杨慧中
因版权原因，仅展示原文概要，查看原文内容请购买。

基于模糊超球面支持向量机的超宽带SAR地雷检测

金添，周智敏，宋千，常文革
（国防科学技术大学电子科学与工程学院，湖南长沙４０７）１０３
摘要：机载或车载超宽带合成孔径雷达（ＵＷＢＳＡＲ）以大区域快速探测单个地雷和雷场，可是探雷的发展趋势。虚警太多是ＵＷＢＳＲ探雷实用化的主要问题。本文提出了模糊超球面支持向Ａ量机（ＨＳＳＦ —ＶＭ）雷检测器。Ｆ —ＶＭ在高维核特征空间中构造封闭的超球面区分地雷和杂地ＨＳＳ
．
ｓｐｏｔｅｔｒｍａｈｎＦ — ＶＭ）ｌｎｍｉｅｄｔｃｏｓｐｏｏｅ．ＴｈＨＳＳｕｐｒｃｏｃｉｅ（ＨＳＳｖａｄｎｅｅｔｒｗａｒｐｓｄｅＦ — ＶＭｏｍｓａｈｐｒｆｒｙｅ－
ｓｈｅｅｉｈｇｉｅｓｏａｅｎｌｆａｕｅｓａｅｔｅｒｔａｄｉｎｌｔｅｓｗｈｅｅｔｕｚｐｒｎｔｅｈｉｈｄｍｎｉｎｌｋｒｅｅｔｒｐｃｏｓｐａａｅｌｎｍｎｅａｄｃｕｔｒｒｈｅｆｚｖ
维普资讯
第２卷第１期８２２００７年１２月
兵
工
学
报
ＶＯ１２８Ｏ．２．Ｎ１Ｄｅ２０ｃ．０７
ＡＣＴＡＡＲＭＡＭＥＮＴＡＲＩＩ
基于模糊超球面支持向量机的超宽带ＳＲ地雷检测Ａ
ｄｔｃａｄｉｓｏｉｆｅｄｖｒｌｒｅａｅｓｑｉｋｙ，ｗｈｉｈｉｈｅｅｔｔｅｄｉａｄｉｅｄｔｃｅｅｔｌｎｍｎｅｒｍｎｅｉｌｓｏｅａｇｒａｕｃｌｃｓｔｅｐｒｓｎｒｎｎｌｎｍｎｅｅ．

基于模糊C-均值聚类的支持向量机

数，提高分类器的分类能力．如文献［】出的Ｒ — Ｖ文献［】２提ＳＳＭ，３
提出的基于遗传葬法的特征选择；另一类是预抽取学习样本集
中的边界向量，通过删除不是边界向量的样本点来减少输入样
本的个数，达到减少洲练时间的日的，艾献【】还有一类是通如４；
ｏｍｅｔｄｐｅｄｓｕｐｔａｉｉｇｕｒｈｏｓｅｒｎｎｗｈｌｐｏｓｓｓｈｉｐｒｃｉｉｎｆＳＶＭｓｎｃａｅｅｃｔａｄｅａｎ．ｉｅｓｅｅｓｇｈｅｓｏｏａｄｎｍｔａｕｌｍｄｓ
Ｋｙｏｄ：ｐｏｔｅｔｒｃｉ（Ｖ）ｕｚ－ａｓＣｕｔｒｇｃｓｉａｉｌｒｈｅｗｒｓｕｐｒＶｃＳｏＭａｈｅＳＭ，ｚｙｃｍｅｎｌｅｉ．ｌｓｉｔｎａｏｉｍｎＦｓｎａｆｏｇｔｃ
维普资讯
《业控制汁算￣）０６年１工Ｊ）０Ｌ２９卷第１１期
基于模糊Ｃ均值聚类的支持向量机一
ＳｐｐｒＶｃｏｃｉｅｓｄｏｕｚ－ａｓＣｌｓｅｉｇｕｏｔｅｔｒＭａｈｎｓＢａｅｎＦｚｙＣ—ｍｅｎｕｔｒｎ
类精度的情况下，大大缩短了支持向量机的学习训练时间。关键词：支持向量机，糊Ｃ均值聚类．类算法模一分
Ａｂｓｒｃｔａｔ
ＩｓｔｏｍｕｈｔｏｔｗｈｎｃａｓａｕｐｒｖｃｏｃｉｅａｄｉｔａｇａａｅｓＡＣＭＳＭＳＭａｅｎｔｏｃｉ＇ｍｅｃｓｅｌｉｌｓｐｏｔｅｔｒｍａｈｎｓｈｎｌｇｗｉｌｒｅｄｔｓｔ．ＦｓｃｎｈＶｆＶｂｓｄｏ

基于模糊集和支持向量机的文本流派分类方法

ＺＨＵｎ－ｕ。ＹａｈｉＹＡＮＧ－ｍｉＹＡＮＧｅ－ｅｇＴｅｔｇｎｅｌｓｉｃｔｎｍｅｈｄｂｓｄｎｕｚｅｎＳｐｏＶｅｔｒＡｉｎ，Ｗｉｆｎ．ｘｅｒｃａｓｆａｉｉｏｔｏａｅｏｆｚｙｓｔａｄｕｐ￣ｃｏ
ｂｓｄｏｕｚｅａｄＳｐｏｔＶｃｒＭａｈｎ（Ｖ，ｈｃｏｂｎｓａｖｎａｅｆｂｔＶｎｕｚｅｔｅｒ．ｘｅｉｅｔａｅｎｆｚｙｓｔｎｕｐｒｅｔｃｉＳＭ）ｗｉｈｃｍｉｄａｔｇｓｏｏＳＭａｄｆｚｙｓｔｈｏｙｐｒｎｓｏｅｅｈＥｍ
２０，４１）１５０８４（１４
基于模糊集和支持向量机的文本流派分类方法
朱艳辉，阳爱民杨伟丰，
ＺＨＵＹａ —ｈｉ，ｎｕＹＡＮＧＡｉ —ｍｉＹＡＮＧＷｅ－ｅｇｎ，ｉｆｎ
１．湖南工业大学计算机与通信学院，湖南株洲４２０１０８２国防科学技术大学计算机学院，．长沙４０７１０３
关键词：糊理论；模支持向量机；文本流派分类
文章编号：０２８３（０８ｌ－１５０文献标识码：中图分类号：Ｐ０１０ — ３ｌ２０）１０４ — ３ＡＴ３ｌ
Ｋｅｒｓｕｚｈｏ；ｕｐｒＶｅｔｒＭａｈｎ（ＶＭ）ｔｘｅｒｌｓｉｃｔｎｙｗｏｄ：ｆｚｙｔｅｒＳｐｏｃｏｃｉｅＳｙｔ；ｅｔｇｎｅｃａｓｆ目前流派分类技术分类性能不够好的问题，支持向量机和模糊集理论的优点结合起来，出了一种基于模糊集和针将提

一种模糊加权的孪生支持向量机算法

文献标志码：Ａ中图分类号：ＴＰ１８ｄｏｉ：１０．３７７８￣．ｉｓｓｎ．１００２．８３３１．１１０７．０２９３
ｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｃｌａｓｓｉｉｆｃａｔｉｏｎｔａｓｋ．Ｉｎｔｈｉｓｐａｐｅｒ．ＦｕｚｚｙＴｗｉｎＳｕｐｐｏｔｒＶｅｃｔｏｒＭａｃｈｉｎｅ（ＦＴＳＶＭ）ｉｓｐｒｏｐｏｓｅｄｂｙａｐｐｌｙｉｎｇａ
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
一
种模糊加权的孪生支持向量机算法
娜，卢霄霞
李凯，李
ＬＩＫａｉ，ＬＩＮａ，ＬＵＸｉａｏｘｉａ
ＬＩＫａｉ，ＬＩＮａ，ＬＵＸｉａｏｘｉａ．ＴｗｉｎＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅａｌｇｏｒｉｔｈｍｗｉｔｈｆｕｚｚｙｗｅｉｇｈｔｉｎｇ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄ
Ａｐｐｌｉｃａｔｉｏｎｓ，２０１３，４９（４）：１６２ — １６５．
Ａｂｓｔｒａｃｔ：ＡｌｔｈｏｕｇｈＴｗｉｎＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ（ＴＳＶＭ）ｈａｓｆａｓｔｅｒｓｐｅｅｄｔｈａｎｔｒａｄｉｔｉｏｎａｌｓｕｐｐｏｔｒｖｅｃｔｏｒｍａｃｈｉｎｅｆｏｒｃｌａｓｓｉｉｆ —