总间隔v-模糊支持向量机研究

• 作者: 史晓燕 陶剑文
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 总间隔 泛化 支持向量 模糊支持向量机 线性 非线性
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 161-163
• 分类号: TP181
• 字数: 2482字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.08.053

摘要

为获得更好的分类性能,对传统模糊支持向量机(FSVM)进行扩展,提出一种总间隔v-模糊支持向量机(TM-v-FSVM).通过使用差异成本及引入总间隔和模糊隶属度,同时解决不平衡训练样本问题和传统软间隔分类机的过拟合问题,从而提升学习机的泛化能力.采用UCI实际数据集进行模式分类实验,结果表明TM-v-FSVM具有稳定的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶剑文	浙江工商职业技术学院信息工程学院	48	354	10.0	16.0
2	史晓燕	浙江工商职业技术学院信息工程学院	17	50	3.0	6.0