旋转粒支持向量机分类器算法

摘要

针对传统支持向量机在低维度非线性可分和大规模数据集上的计算复杂性问题,本文提出旋转粒支持向量机算法。该算法基于粒计算理论,通过旋转特征点构建旋转粒子,在多平面坐标系粒化构建旋转粒向量,并定义粒的大小、度量和运算规则。实验结果表明旋转粒支持向量机能够在较低的计算资源需求下应对分布复杂的数据,本文提出的旋转粒支持向量机算法效率高且分类效果好。

关键词

支持向量机 / 粒计算 / 粒支持向量机 / 模糊集 / 损失函数