一种构造模糊隶属度的新方法

• 作者: 李雷 赵克楠 邓楠
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 粗糙集 模糊支持向量机 模糊隶属度函数 入侵检测
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 75-77,81
• 分类号: TP301.6
• 字数: 4295字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.08.019

摘要

传统的模糊支持向量机隶属度函数是基于样本点到类中心点的距离进行设计的,这对非规则形状分布数据很不合理.在基于粗糙集和支持向量机建立入侵检测模型里,使用粗糙集理论挖掘出各条件属性对决策属性的影响决策程度,提出基于样本点与类中心点属性比较加权的新隶属度函数构造方法.该方法用于此模型,可以有效降低隶属度函数对样本集几何形状的依赖,能够有效地区分样本点、噪音点以及孤立点.实验表明,与支持向量机和传统基于类中心距离的模糊支持向量机相比,新的基于属性相关的隶属度函数的模糊支持向量机达到最好的分类效果,而且新隶属度方法简单易行,运行速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷	南京邮电大学自动化学院	82	539	12.0	18.0
2	赵克楠	南京邮电大学自动化学院	1	22	1.0	1.0
3	邓楠	南京邮电大学理学院	2	25	2.0	2.0