摘要: 支持向量机(SVM)是一种重要的数据机器学习工具,其有效性依赖于对数据信息获取的准确性。以往的支持向量机模型都没有考虑到数据等价类信息。为此,基于粗糙集理论和支持向量机思想,提出了一种新的支持向量机模型——粗糙支持向量机(RSVM)。采用UCI机器学习数据库中的数据做对比实验,结果表明RSVM比传统支持向量机(SVM)和模糊支持向量机(FSVM)都有较高的测试精度。
梁宏霞 闫德勤. 粗糙支持向量机[J]. 计算机科学, 2009, 36(4): 208-210. https://doi.org/
LIANG Hong-xia, YAN De-qin (School of Computer and Information Technology, Liaoning Normal University, Dalian 116029,China). [J]. Computer Science, 2009, 36(4): 208-210. https://doi.org/