基于粗糙集和支持向量機的多值分類算法.pdf

1、河北農(nóng)業(yè)大學碩士學位論文基于粗糙集和支持向量機的多值分類算法姓名：馮洪海申請學位級別：碩士專業(yè)：農(nóng)業(yè)機械化工程指導(dǎo)教師：蔣文科鄺樸生2002.6.1翌苧查些奎蘭堡圭堂竺笙苧苧!至__莖二!—!∑摘要T支持向量機(svM)是近年來發(fā)展起來的基于小樣本的新的通用學習技術(shù)。該技術(shù)具有堅安的理論基礎(chǔ)、強泛化能力，分類精度高且能收斂至全局最優(yōu)解。但它是二值分類器，分類精度，又實現(xiàn)了數(shù)據(jù)壓縮。其中利用主屬性中不可分辨關(guān)系(或相近關(guān)系)預(yù)分類的方sⅧ

2、的訓(xùn)練集預(yù)分類的方法如下。(2)去掉離散化后不可分辨的屬性。(3)將決策表進行屬性約簡，值約簡。(4)計算每個屬性的等價類數(shù)目，選擇等價類數(shù)目最多的屬性作為主屬性。如有多個屬性的等價類都具有最多的等價類數(shù)目，則選擇等價類中包含類別數(shù)最少的屬性。(5)讓每一個等價類(或相近類)作為一個子集，作為svM的訓(xùn)練集。得出SVM決策函數(shù)。(6)在每個子集所在離散空間用相應(yīng)的決策函數(shù)進行分類。本算法利用一個主屬性的不可分辨值將樣本空間分成多個子集，