模糊多类SVM模型

• 作者: 李昆仑 田盛丰 黄厚宽
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多类分类 支持向量机(SVM) 模糊成员函数
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 科研通信
• 页码范围: 830-832
• 页数: 3页
• 分类号: TP391
• 字数: 3264字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.05.029

摘要

利用SVM处理多类分类问题,是当前的研究热点之一.本文提出了一种模糊多类支持向量机模型,即FMSVM.该方法是在Weston等人提出的多类SVM模型中引入模糊成员函数,针对每个输入数据对分类结果的不同影响,该模糊成员函数得到相应的值,由此得到不同的惩罚值.从而在构造分类超平面时,可以忽略那些对分类结果影响很小的数据.理论分析与数值实验都表明,该算法具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院	139	2476	26.0	44.0
2	田盛丰	北京交通大学计算机与信息技术学院	34	652	13.0	25.0
3	李昆仑	北京交通大学计算机与信息技术学院	32	624	13.0	24.0