论文部分内容阅读
传统的粗糙集理论不能处理连续属性，而且得到的分类规则大多比较复杂，支持向量机理论能够得到简洁的分类规则，也能处理连续属性。但仅适用与小样本，对大样本数据集有一定的局限性，文章首先提出了针对连续属性的粗糙集下近似理论，使粗糙集理论能够应用到连续属性，基于上述理论以及支持向量机分类方法仅与支持向量有关的特性，提出了一种先由粗糙集进行预处理的支持向量机分类方法，实验表明，该方法在缩短训练时间的基础上，保留了支持向量机方法所需分类信息，提高了分类精度，克服了SVM算法的应用瓶颈。