一种新的模糊支持向量机多分类算法

• 作者: 刘太安 梁永全 薛欣
• 来源期刊: 计算机应用研究
• 关键词: 支持向量机 模糊支持向量机 一对多组合 隶属函数 多分类算法
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2041-2042
• 页数: 2页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.07.036

摘要

在模糊多分类问题中,由于训练样本在训练过程中所起的作用不同,对所有数据包括异常数据赋予一个隶属度.针对模糊支持向量机(fuzzy support vector machines,FSVM)的第一种形式,引入类中心的概念,结合一对多1-a-a(one-against-all)组合分类方法,提出了一种基于一对多组合的模糊支持向量机多分类算法,并与1-a-1(one-against-one)组合和1-a-a组合的分类算法比较.数值实验表明,该算法是有效的,有较高的分类准确率,有更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘太安	山东科技大学信息工程系	24	150	6.0	11.0
2	薛欣	泰山学院数学与系统科学系	16	124	6.0	11.0
3	梁永全	山东科技大学信息科学与工程学院	82	678	15.0	21.0