基于预分类的FSVM

摘要：

模糊支持向量机(fuzzy support vector machine,FSVM)通过为每个样例设置模糊化训练参数,达到抑制离群点及噪声数据对分类器不利影响的目的.提出了基于预分类的FSVM,每个样例的模糊权重通过关联于该样例的预分类面来确定.该方法不仅考虑了各个样例在未来分类中的作用效果,还考虑了分类器对离群点及噪声数据的敏感性.这样确定的模糊权重能使SVM根据离群点及噪声数据的影响情况决定抑制强度,减少或避免无视数据具体特征的盲目抑制.在IDA、UCI等标准数据集上的实验验证了所提方法的合理性和有效性.

关键词：模糊支持向量机(FSVM)、预分类面、模糊权重、敏感性

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61070137,60933009

在线出版日期：2013-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：230-233