基于边界向量提取的模糊支持向量机方法

• 作者: 刘三阳 吴青 杜喆
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 支持向量机 边界向量 模糊隶属度 分类
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 332-337
• 页数: 6页
• 分类号: TP181
• 字数: 5182字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.03.010

摘要

针对支持向量机对训练样本中的噪声和孤立点特别敏感的问题,提出一种基于边界向量提取的模糊支持向量机方法.在特征空间中寻找能够分别包住两类样本点的两个最小超球,并选择可能成为支持向量的边界向量作为新样本,减少参与训练的样本数目,提高训练速度.样本的隶属度根据边界样本和噪声点与所在超球球心的距离分别确定,既减弱孤立点和噪声的影响,又增强支持向量对支持向量机分类的作用.实验结果表明,与传统的支持向量机方法和基于样本与类中心之间关系的模糊支持向量机相比,本文方法具有更快的学习速度和更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘三阳	西安电子科技大学数学科学系	662	5562	32.0	51.0
2	杜喆	西安电子科技大学数学科学系	16	236	8.0	15.0
3	吴青	西安电子科技大学数学科学系	10	91	5.0	9.0