基于智能全间隔自适应模糊支持向量机的水质分类  

Classification of water quality based on intelligent total margin adaptive fuzzy support vector machine

作　　者：戴宏亮[1,2] 戴道清[2] 

机构地区：[1]山东商学院数学与计算科学学院,广州510320 [2]中山大学数学与计算科学学院,广州510275

出　　处：《计算机应用》2008年第11期2847-2849,2870,共4页journal of Computer Applications

基　　金：国家自然科学基金资助项目(6057500410771220);教育部高等学校博士点科研基金资助项目(SRFDP-20070558043)

摘　　要：提出了一种新型具有良好特性的支持向量机——全间隔自适应模糊支持向量机(TAFSVM)。运用实值遗传算法(RGA)对其进行参数优选,得到一种新的智能模型——实值遗传算法优化的全间隔自适应模糊支持向量机(RGATAFSVM)模型,并且应用于四种不同的水质数据分类。实验结果表明,提出的模型相对标准支持向量机、BP神经网络和单因子分类方法具有较高的分类精度和较高的稳定性,是一种有效的水质分类方法。In this study, Total-margin Adaptive Fuzzy Support Vector Machine （TAFSVM） of good quality was proposed. Inaddition, Real-valued Genetic Algorithm （RGA） optimized its parameters. Subsequently, the model of Real Genetic Algorithms Total Margin Adaptive Fuzzy Support Vector Machine （RGATAFSVM） was used to classify four kinds of data sets of water quality. The experimental results show that the proposed model can achieve higher classification accuracy and stability than standard support vector machine, BP neural networks and single factor assessment. Consequently, the RGATAFSVM model provides a promising alternative for classification in water quality.

关 键 词：全间隔自适应模糊支持向量机 实值遗传算法 水质 分类 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]