Clifford Fuzzy Support Vector Machines for Classification
Clifford Fuzzy Support Vector Machines for Classification
复制标题
用于分类的 Clifford 模糊支持向量机
DOI：
10.1007/s00006-015-0616-z
复制
发表时间：
2015-10
影响因子：
1.5
通讯作者：
Cao W M
中科院分区：
文献类型：
--
作者：
Wang R;Zhang X Y;Cao W M
Clifford支持向量机（CSVM）使用Clifford几何代数从多个输入点的多个不同类学习决策曲面。在许多应用中，每个多输入点可能没有完全分配给这些多类中的一个。在本文中，我们应用模糊隶属度的每个多个输入点，并重新制定CSVM的多类分类，使不同的输入点有自己不同的贡献的决策面的学习。我们称该方法为Clifford模糊SVM。
A Clifford support vector machine (CSVM) learns the decision surface from multi distinct classes of the multiple input points using the Clifford geometric algebra. In many applications, each multiple input point may not be fully assigned to one of these multi-classes. In this paper, we apply a fuzzy membership to each multiple input point and reformulate the CSVM for multiclass classification to make different input points have their own different contributions to the learning of decision surface. We call the proposed method Clifford fuzzy SVM.
登录
查看更多内容
DOI：
10.1201/9781315220413-4
发表时间：
2018-10
期刊：
Handbook of Neural Network Signal Processing
影响因子：
--
作者：
Klaus-Robert Müller;S. Mika;Koji Tsuda;Koji Schölkopf
通讯作者：
Klaus-Robert Müller;S. Mika;Koji Tsuda;Koji Schölkopf
DOI：
10.1017/cbo9780511801389.013
发表时间：
2000-03
期刊：
--
影响因子：
--
作者：
N. Cristianini;J. Shawe-Taylor
通讯作者：
N. Cristianini;J. Shawe-Taylor
DOI：
10.1109/cis.2009.168
发表时间：
2009-12
期刊：
2009 International Conference on Computational Intelligence and Security
影响因子：
--
作者：
Jiayang Li;Jianhua Xu
通讯作者：
Jiayang Li;Jianhua Xu
DOI：
10.1109/ijcnn.2003.1224030
发表时间：
2003-07
期刊：
Proceedings of the International Joint Conference on Neural Networks, 2003.
影响因子：
--
作者：
E. Bayro-Corrochano;Nancy Arana;R. Vallejo
通讯作者：
E. Bayro-Corrochano;Nancy Arana;R. Vallejo
DOI：
10.1109/nnsp.2003.1318051
发表时间：
2003-09
期刊：
2003 IEEE XIII Workshop on Neural Networks for Signal Processing (IEEE Cat. No.03TH8718)
影响因子：
--
作者：
Chun-fu Lin;Sheng-de Wang
通讯作者：
Chun-fu Lin;Sheng-de Wang