一种新的模糊补偿多类支持向量机

• 作者: 张永 迟忠先 闫德勤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊补偿 多类分类 支持向量机 信用评估
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP3
• 字数: 5005字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.12.041

摘要

支持向量机是Vapnik等学者在统计学习理论的基础上提出的一种新的机器学习方法.针对支持向量机理论中的多类分类问题和对于噪音数据的敏感性,本文提出了一种模糊补偿多类支持向量机算法FC-SVM.该算法是在Weston等人提出的多类SVM分类器的直接构造方法中引入模糊补偿函数,针对每个输入数据对分类结果的两方面影响,将目标函数中的惩罚项不仅进行了模糊化,而且对于分类情况进行了加权补偿,并重构了优化问题及其约束条件,然后重构了Lagrange公式,给出了理论推导.在充分的数值实验基础上,将文中提出的方法应用于建设银行个人房贷的信用评估系统中,得到了较好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永	辽宁师范大学计算机系	48	408	12.0	17.0
5	迟忠先	大连理工大学计算机科学与工程系	86	1209	19.0	31.0
6	闫德勤	辽宁师范大学计算机系	124	1071	15.0	28.0