带有交互作用的模糊分类和模糊推理研究.PPTVIP

基于支持向量机的高阶多光谱数据分类 内容 研究目的 主要研究内容 　1. IFMSVM 2. NFMSVM 3. AFMSVM 4. FMSVM based on SVDD 5. 凸壳与最大间隔 6. SVMs 反问题 7. SVMs 的并行实现 研究目的 研究有限样本下基于支持向量机的高维多光谱数据分类问题，以统计学习理论、支持向量机技术为基础。 研究从观测数据（训练样本）出发寻找尚不能通过理论分析得到的规律，利用这些规律对未来数据或无法观测的数据进行预测。  高维多光谱数据的特点 数据维数高达几十到几百,数据类别个数多 由于地面样本获取的代价很大，所以训练样本数量通常很有限 传统算法的Hughes现象十分严重 主要多类支持向量机算法 1-v-R SVMs 1-v-1 SVMs 有向无环图SVMs 纠错编码SVMs 二叉树SVMs MSVM １．IFMSVM 原问题 对偶问题 2. 　NFMSVM 原问题 实验结果 ３．AFMSVM 确定最小球半径 计算隶属度 原问题 决策函数 实验结果 Table 3: the performance of the FMSVM is compared with one-aga