论文部分内容阅读
将多粒度理论融合到支持向量机理论中,提出了一种基于多粒度数据压缩的支持向量机分类算法(MG-SVM)。首先,利用多粒度理论对数据进行粒化与压缩;然后,对压缩后的数据利用支持向量机寻找最优超平面进行分类,并利用UCI中一些标准数据进行数据压缩与分类试验。与传统的支持向量机分类方法相比,MG-SVM算法在保持或提高经典支持向量机的分类和泛化能力的同时,有效地降低了时间复杂度。