模糊K近邻分类器在邻域风险最小化算法中的应用

模糊K近邻分类器在邻域风险最小化算法中的应用

在邻域风险最小化原则(VRM)中运用模糊K近邻分类器,来提出一种新的定义邻域半径的方法,从而得出一种新的VRM算法.实例证明这一新算法对解决稀疏小样本的分类和回归有着较好的应用.

作 者： 杞娴 殷英 戴琳 QI Xian YIN Ying DAI Lin   作者单位： 昆明理工大学,理学院,云南,昆明,650091  刊 名： 昆明理工大学学报(理工版)  ISTIC PKU 英文刊名： JOURNAL OF KUNMING UNIVERSITY OF SCIENCE AND TECHNOLOGY(SCIENCE AND TECHNOLOGY)  年，卷(期)： 2007 32(6)  分类号： O235  关键词： 支持向量机   模糊K近邻  

【模糊K近邻分类器在邻域风险最小化算法中的应用】相关文章：

基于SVR和k-近邻群的组合预测在QSAR中的应用04-27

遗传算法在DGPS动态整周模糊度解算中的应用04-27

基于K近邻分类间隔的特征选择方法研究04-29

改进模糊聚类算法及其在人力资源管理中的应用04-26

模糊限制语的语用分类及其在商务英语中的应用04-28

三角模糊数方法在水环境风险评价中的应用04-27

空间智能桁架作动器/传感器位置优化中的遗传算法应用04-28

基于K2结构学习算法的多光谱影像贝叶斯网络分类器04-27

基因算法在喷管反设计中的应用04-30

模糊PID控制器在飞机电刹车上的应用04-29