一种新颖隶属度函数的模糊支持向量机

• 作者: 刘新旺 向凤红 李苗苗
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 支持向量机 隶属度函数 模糊支持向量机
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 92-94
• 页数: 3页
• 分类号: TP301
• 字数: 2827字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.09.030

摘要

传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting).通过模糊隶属度函数来降低外部点或被污染数据的选择.本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离.实验结果表明了具有该隶属度函数的模糊支持向量机的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向凤红	昆明理工大学信息工程与自动化学院	95	413	12.0	17.0
2	刘新旺	国防科技大学计算机学院	3	28	2.0	3.0
3	李苗苗	昆明理工大学信息工程与自动化学院	1	23	1.0	1.0