[00851398]基于最大Margin的决策树归纳学习系统及在多光谱数据分类中的应用
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
课题重点研究了学习机器的推广能力与Margin间的关系问题，数据集合之间的距离与SVM分割超平面的间隔(Margin)之间的数量关系问题及将支持向量机的Margin作为决策树归纳学习系统的启发式来构建一种新的学习系统，使其具有较强的推广能力。课题研究提出了模糊多类支持向量机，可得到更加合理的数据域描述，可提高学习系统的分类精度；提出了模糊粗糙支持向量机和软间隔模糊粗糙支持向量机，该方法可使归纳学习系统具有更强的抗噪声能力和更强的鲁棒性；提出了基于KKT条件的快速支持向量机和基于类中心去边缘多类模糊支持向量机方法；首次提出了基于极大熵原理的模糊规则精炼方法，通过调整权重等知识参数，可提高分类器的泛化能力，并可以克服过拟和问题；提出了基于粗糙集技术的多模糊决策树归纳方法，该方法可以提高学习系统的泛化能力。研究成果具有广阔的应用前景。