检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 求解双边加权模糊支持向量机的序贯最小优化算法

李艳杨晓伟

计算机应用 2011, 31 (12): 3297-3301.

摘要（1077）

PDF （752KB）（524）

高的计算复杂度限制了双边加权模糊支持向量机在实际分类问题中的应用。为了降低计算复杂度，提出了应用序贯最小优化算法（SMO）解该模型，该模型首先将整个二次规划问题分解成一系列规模为2的二次规划子问题，然后求解这些二次规划子问题。为了测试SMO算法的性能，在三个真实数据集和两个人工数据集上进行了数值实验。结果表明：与传统的内点算法相比，在不损失测试精度的情况下，SMO算法明显地降低了模型的计算复杂度，使其在实际中的应用成为可能。

相关文章 | 多维度评价

Select

2. 基于最小二乘支持向量回归机的Mamdani模糊系统结构

蔡前凤郝志峰杨晓伟刘伟

计算机应用

摘要（1672）

PDF （466KB）（951）

为了提高模糊系统处理高维问题的推广能力,基于最小二乘支持向量回归机(LSSVR)的思想提出了一个设计Mamdani模糊系统的新算法。传统算法都存在过学习问题,该算法在目标函数中考虑了结构风险避免了过学习现象,并将模糊系统的参数寻优问题转化为一个二次规划问题进行求解。在此算法中,构造了一种新的具有语言意义的数据依赖型模糊核函数,它是一种Mercer核。实验结果证明，该算法提高了Mamdani模糊系统的逼近能力和推广能力。