不确定性支持向量机：算法及应用
内容简介
不确定性支持向量机是数据挖掘的一个新的研究领域，能有效地处理不确定性信息条件下的模式分类、回归预测、聚类分析和有序回归等诸多问题，并可应用于预测预警、综合评价等领域，因此适用于理科、工科、管理和农业等多个学科。
《不确定性支持向量机：算法及应用》从不确定性规划出发，结合模糊、粗糙和未确知等不确定性理论，详细阐述适用于各类问题的不确定性支持向量机模型和算法。目前国内外不确定性优化理论和支持向量机相结合的研究正处于快速发展阶段，希望《不确定性支持向量机：算法及应用》的出版能促进不确定性支持向量机在我国各个应用领域的普及与提升，并且给相关领域的理论研究者和实际工作者提供一些思路和帮助。
《不确定性支持向量机：算法及应用》适合于高等院校高年级本科生、研究生、教师以及相关领域的实际工作者阅读和使用。
作者简介
杨志民，博士、浙江工业大学教授、博士生导师。主要从事支持向量机和不确定性信息数学处理研究。近年来，主持和参加了多项国家自然科学基金、省自然科学基金项目，出版学术专著3部，主编全国统编教材两部。在国内外学术刊物上发表论文50余篇，其中多篇被SCI、EI收录。
刘广利，博士、中国农业大学副教授。主要从事数据挖掘和支持向量机研究。曾参加和主持了多项国家自然科学基金及省部级课题的研究。在国内外学术刊物上发表论文20余篇，其中多篇被SCI、EI收录。
在线客服