基于混合模糊隶属度的模糊双支持向量机研究

• 作者: 丁胜锋 孙劲光
• 来源期刊: 计算机应用研究
• 关键词: 模糊隶属度 支持向量机 双支持向量机 模式分类
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 432-435
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.02.031

摘要

双支持向量机是近年提出的一种新的支持向量机.在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力.但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同影响,在某些实际问题中具有局限性.为了克服这个缺点,提出了一种基于混合模糊隶属度的模糊双支持向量机.该算法设计了一种结合距离和紧密度的模糊隶属度函数,给不同的训练样本赋予不同的模糊隶属度,构建两个最优非平行超平面,最终实现二值分类.实验证明,该模糊双支持向量机的分类性能优于传统的双支持向量机.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙劲光		158	1081	17.0	25.0
2	丁胜锋		15	64	4.0	7.0