• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Artificial Neural Networks(ICANN 2006) pt.2; 20060910-14; Athens(GR) >Interpolating Support Information Granules
【24h】

Interpolating Support Information Granules

机译：内插支持信息粒度

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We develop a hybrid strategy combing thruth-functionality, kernel, support vectors and regression to construct highly informative regression curves. The idea is to use statistical methods to form a confidence region for the line and then exploit the structure of the sample data falling in this region for identifying the most fitting curve. The fitness function is related to the fuzziness of the sampled points and is regarded as a natural extension of the statistical criterion ruling the identification of the confidence region within the Algorithmic Inference approach. Its optimization on a non-linear curve passes through kernel methods implemented via a smart variant of support vector machine techniques. The performance of the approach is demonstrated for three well-known benchmarks.
机译：我们开发了一种混合策略，将苏氏功能，核，支持向量和回归相结合，以构建信息量高的回归曲线。想法是使用统计方法形成一条线的置信区域，然后利用落入该区域的样本数据的结构来识别最合适的曲线。适应度函数与采样点的模糊性有关，并被视为统计标准的自然扩展，该统计规则决定了算法推断方法中对置信区域的识别。它在非线性曲线上的优化通过支持向量机技术的智能变体实现的内核方法进行。该方法的性能已针对三个知名基准进行了演示。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号