李成龙
- 作品数：3 被引量：5H指数：1
- 供职机构：东北电力大学理学院更多>>
- 发文基金：吉林省自然科学基金国家自然科学基金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 直觉模糊最小二乘支持向量机
- 将直觉模糊集的相关理论引入到了最小二乘支持向量机中，建立了直觉模糊最小二乘支持向量机(IFLS-SVM)，降低了样本中噪声和野点对LS-SVM 的分类效果的严重影响。首先定义样本的隶属度、非隶属度以及直觉指数等相关指标，...
- 郭新辰张超李成龙
- 关键词：直觉模糊最小二乘支持向量机
- 文献传递
- 基于主成分分析和KNN混合方法的文本分类研究被引量：4
- 2013年
- 特征选择和分类算法是文本分类中的两个关键技术,提出了基于主成分分析和KNN相结合的文本分类方法。该方法利用主成分分析对文本向量的高维空间进行特征选择,为克服因类别特征选择不当带来的不利影响,使用KNN算法进行分类可以最大程度地减少分类过程中的误差。为了验证方法的有效性,针对UCI标准数据集进行仿真实验。实验结果显示,PCA-KNN方法优于主成分分析和随机森林相结合的方法,能在一定程度上提高文本分类的精度。
- 郭新辰李成龙樊秀玲
- 关键词：主成分分析降维KNN算法文本分类
- 直觉模糊最小二乘支持向量机被引量：1
- 2012年
- 将直觉模糊集的相关理论引入到最小二乘支持向量机中,建立了直觉模糊最小二乘支持向量机的数学模型,并对模型的求解过程进行推导.为验证该算法的有效性,在人工数据集和标准数据集上进行仿真实验.实验结果表明,直觉模糊最小二乘支持向量机算法可降低分类时样本中噪声和野点对分类效果的影响.
- 郭新辰张超李成龙
- 关键词：直觉模糊最小二乘支持向量机
