一种模糊加权的孪生支持向量机算法

• 作者: 卢霄霞 李凯 李娜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 孪生支持向量机 模糊加权 分类
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 162-165
• 页数: 4页
• 分类号: TP18
• 字数: 4372字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1107-0293

摘要

虽然孪生支持向量机(Twin Support Vector Machine,TSVM)的处理速度优于传统的支持向量机,但其并没有考虑输入样本点对最优分类超平面所产生的不同影响.通过为每个训练样本赋予不同的样本重要性,以及减少样本点对非平行超平面的影响,提出了模糊加权孪生支持向量机(Fuzzy TSVM,FTSVM).在UCI标准数据集上,对FTSVM进行了实验研究并与TSVM、FSVM和SVM方法进行了比较,实验结果表明FTSVM方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娜	河北大学数学与计算机学院	151	615	12.0	21.0
2	李凯	河北大学数学与计算机学院	52	435	12.0	19.0
3	卢霄霞	河北大学数学与计算机学院	1	12	1.0	1.0