位置：成果数据库 > 期刊 > 期刊详情页
基于FCM隶属度的支持向量机
  • ISSN号：1000-7180
  • 期刊名称：《微电子学与计算机》
  • 时间：0
  • 分类：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构：[1]中国矿业大学计算机科学与技术学院,江苏徐州221116, [2]中国科学院计算技术研究所智能信息处理重点实验室,北京100190
  • 相关基金：国家自然科学基金（60975039）; 江苏省基础研究计划（自然科学基金）（BK2009093）; 中国科学院智能信息处理重点实验室开放基金项目（IIP2010-1）
作者： 齐丙娟[1], 丁世飞[1,2]
关键词： 统计学习理论, 支持向量机, 模糊C均值聚类, 隶属度, 分类精度, 训练速度, statistical learning theory, support vector machine, fuzzy C-means clustering, memberships, classification accuracy, training speed
中文摘要：

传统SVM在训练大规模数据集时,训练速度慢,时间消耗代价大.针对此问题,提出利用FCM算法对训练样本集进行预处理,依据样本隶属度提取出所有可能的支持向量进行SVM训练.利用原始数据集对算法进行验证,此算法在保证SVM分类精度的同时,大大提高了训练速度,算法具有可行性.

英文摘要：

As far as we know,circuit design is a process of cumbersome,complex and long cycle.This paper provides a new modeling approach based on evolutionary for circuit networks,which converts the process of network modeling into the optimization process of the determination of circuit components and component values.The new method is proposed for hybrid identification of circuit components and component values by performing global optimal search in the complex solution space and achieving the evolution of circuit networks through the way of genetic programming.

同期刊论文项目
分布式计算环境下的并行数据挖掘算法与理论研究
期刊论文 65 会议论文 32
同项目期刊论文
An optimizing BP neural network algorithm based on genetic algorithm
图像分割的新理论与新方法
Research and progress of cluster algorithms based on granular computing
Research of neural network algorithm based on factor analysis and cluster analysis
支持向量机理论与算法研究综述
Particle swarm optimization for automatic parameters determination of pulse coupled neural network
SVM用于文本分类的适用性
基于PLS的Elman神经网络算法研究
Using genetic algorithms to optimize artificial neural networks
An improved bp neural network algorithm based on factor analysis
A fuzzy support vector machine algorithm with dual membership based on hypersphere
基于Shannon熵的因子特征提取算法
Granular neural networks
An overview on twin support vector machines
A feature selection algorithm based on tolerant granule
基于改进属性约简的细粒度并行AP聚类算法
权衡熵和相关度的自动摘要技术研究
分类超曲面算法复杂度研究
A novel granular support vector machine based on mixed kernel function
An optimizing method of RBF neural network based on genetic algorithm
物联网与数据挖掘云服务
Mining distinction and commonality across multiple domains using generative model for text classific
Parallel Web Mining System Based on Cloud Platform
一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法研究
A granularity attribute reduction method based on binary discernibility matrix
Effective semi-supervised document clustering via active learning with instance-level constraints
Twin support vector machines based on rough sets
基于熵的模糊信息测度研究
基于极速学习的粗糙RBF神经网络
煤与瓦斯突出的PCA-BP神经网络预测模型研究
一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法
一种模糊加权的改进层次聚类算法研究
图像分割的新理论和新方法
Optimizing radial basis function neural network based on rough sets and affinity propagation clustering algorithm
基于对象间完备度的限制容差关系改进模型
一种基于成对约束的谱聚类算法
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编：李新龙
  • 地址：西安市雁塔区太白南路198号
  • 邮编：710065
  • 邮箱：mc771@163.com
  • 电话：029-82262687
  • 国际标准刊号：ISSN：1000-7180
  • 国内统一刊号：ISSN：61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:17909