双隶属度模糊支持向量机算法

• 作者: 刘发升 李伟 黄颖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 支持向量机 模糊支持向量机 隶属度 双隶属度
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 2821-2823
• 页数: 3页
• 分类号: TP181|TP311.131
• 字数: 3356字
• 语种: 中文

摘要

对现有的模糊支持向量机进行分析,提出一种改进的模糊支持向量机算法--双隶属度模糊支持向量机法(DM-FSVM).在传统的模糊支持向量机模型中,每一个训练样本的隶属函数中只有一个隶属度,而DM-FSVM中每一个训练样本拥有两个隶属度.它既能保持传统模糊支持向量机的优点,又能充分利用有限样本,增加其分类推广能力.实验表明该算法较好地提高了分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	江西理工大学信息工程学院	24	201	8.0	14.0
2	黄颖	江西理工大学信息工程学院	8	130	6.0	8.0
3	刘发升	江西理工大学信息工程学院	29	181	8.0	12.0