1) fuzzy support vector classification
模糊支持向量机分类
2) Fuzzy Support Vector Classifiers
模糊支持向量分类机
1.
Fuzzy Support Vector Classifiers as a new means, by combining the fuzzy theories and Support Vector Classifiers together, is proposed to solve the problem that SVC is sensitive to noises or outliers in the training set.
模糊支持向量分类机是将模糊集合理论与支持向量分类机相结合,针对支持向量分类机对训练样本集合中噪声点或孤立点的敏感性问题而提出的一种新方法。
3) fuzzy one-class support vector machine
模糊一类支持向量机
4) Fuzzy support vector classifier (F_SVC)
模糊支持向量分类器(F_SVC)
5) Fuzzy support vector machine
模糊支持向量机
1.
Medical image classification technology based on fuzzy support vector machine;
基于模糊支持向量机的医学图像分类技术
2.
Hyperspectral image classification based on fuzzy support vector machine;
基于模糊支持向量机的超光谱遥感图像分类
3.
Research of multi-class algorithm based on fuzzy support vector machine;
基于模糊支持向量机的多分类算法研究
6) Fuzzy Support Vector Machines
模糊支持向量机
1.
Application of fuzzy support vector machines for fault diagnosis of turbogenerator unit;
模糊支持向量机在汽轮机故障诊断中的应用
2.
Fuzzy Support Vector Machines and Fuzzy Simulation;
模糊支持向量机与模糊模拟
3.
Multiclassification Method Research Based on Fuzzy Support Vector Machines;
基于模糊支持向量机的多类分类方法研究
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条