后验概率加权的模糊隶属度函数
模糊支持向量机(FSVM)中的模糊隶属度函数确定一直是一个难点问题。针对支持向量分类机对噪声数据或孤立点非常敏感的问题,受贝叶斯决策理论的启发,结合样本密度特性,研究样本点相对于同类和异类的关系,对各样本点分布的紧密程度给出了描述,构造了样本点的后验概率与样本密度的加权方法,提出了一种新的加权模糊隶属度函数构造。该方法避免了对噪声数据和孤立点的检测。通过建立基于提出模糊隶属函数的FSVM进行仿真,实验表明,提出的模糊隶属度函数构造的后验概率加权方法的有效性。
隶属度函数、模糊集、后验概率、样本密度、模糊支持向量机
35
TP274(自动化技术及设备)
国家自然科学基金资助项目60974090;重庆市教育委员会科学技术研究项目K]090823,KJll0629
2012-11-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
127-133