基于不等距超平面距离的模糊支持向量机

摘要：

随着大数据和人工智能时代的到来,支持向量机已在许多方面成功应用,并成为解决分类问题的常用方法之一.但现实中的许多数据都是不平衡的,令其分类性能大幅降低.本文提出了用不等距超平面距离改进原始的标准模糊支持向量机,向模型中加入参数λ控制分类面与样本之间的距离,并通过计算样本距离得到模糊隶属度函数,可以改善样本分布不均和噪声数据令分类准确度下降问题.利用实验验证本文算法的有效性,结果说明本文提出的算法能够有效提高不平衡数据的分类效果.

关键词：支持向量机、不平衡数据、不等距超平面距离、隶属度函数

所属期刊栏目：29

资助基金：山东省自然科学基金ZR2014FQ018

在线出版日期：2020-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：185-191