基于模糊训练数据的支持向量机与模糊线性回归

doi:10.3969/j.issn.1000-1565.2008.03.006

河北大学学报(自然科学版) ›› 2008, Vol. 28 ›› Issue (3): 240-243.DOI: 10.3969/j.issn.1000-1565.2008.03.006

基于模糊训练数据的支持向量机与模糊线性回归

纪爱兵¹,邱红洁¹,谷银山²

1.河北大学,医学部,河北,保定 071000； 2.河北大学,数学与计算机学院,河北,保定 071002

出版日期:2008-05-25 发布日期:2008-05-25
基金资助:
国家自然科学基金，河北大学医学部科研基金

Fuzzy Support Vector Machine and Fuzzy Linear Regression

JI Ai-bing¹,QIU Hong-jie¹,GU Yin-shan²

Online:2008-05-25 Published:2008-05-25

摘要/Abstract

摘要： 支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合,但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题.

关键词: 支持向量机(SVM), 模糊训练样本, 可能性测度, 模糊机会约束规划, 模糊线性回归

中图分类号:

TP181

纪爱兵,邱红洁,谷银山. 基于模糊训练数据的支持向量机与模糊线性回归[J]. 河北大学学报(自然科学版), 2008, 28(3): 240-243.

JI Ai-bing,QIU Hong-jie,GU Yin-shan. Fuzzy Support Vector Machine and Fuzzy Linear Regression[J]. Journal of Hebei University (Natural Science Edition), 2008, 28(3): 240-243.

[1]	何强. 通过特征权学习增强支持向量机的泛化能力[J]. 河北大学学报(自然科学版), 2008, 28(4): 337-340,345.
[2]	李凯,郭子雪. 基于SVM的函数模拟[J]. 河北大学学报(自然科学版), 2001, 21(1): 7-8.

基于模糊训练数据的支持向量机与模糊线性回归

Fuzzy Support Vector Machine and Fuzzy Linear Regression

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价