论文部分内容阅读
支持向量机（SVM）是一种重要的数据机器学习工具，其有效性依赖于对数据信息获取的准确性。以往的支持向量机模型都没有考虑到数据等价类信息。为此，基于粗糙集理论和支持向量机思想，提出了一种新的支持向量机模型——粗糙支持向量机（RSVM）。采用UCI机器学习数据库中的数据做对比实验，结果表明RSVM比传统支持向量机（SVM）和模糊支持向量机（FSVM）都有较高的测试精度。