基于多区域划分的模糊支持向量机方法

• 作者: 倪世宏 张鹏 查翔
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊支持向量机 多区域划分 野值 支持向量 隶属度
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 机械工程 ?控制科学与工程
• 页码范围: 1680-1687
• 页数: 8页
• 分类号: TP181
• 字数: 5902字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2015.05.016

摘要

针对模糊支持向量机(FSVM)方法无法有效定位支持向量，在确定隶属度时易丢失分类信息的问题，提出一种基于多区域划分的FSVM方法。该方法先利用传统SVM获取支持向量的大体位置，作为对FSVM支持向量的近似估计，再进一步融合带负类样本的支持向量域描述(SVDD-neg)模型，对样本空间进行划分，最后根据样本所在的区域按不同的规律确定隶属度。研究结果表明：这种隶属度确定方式不仅能有效削弱野值样本的影响，而且也会提高支持向量的隶属度。与基于样本紧密度以及基于样本到类内超平面距离的FSVM方法相比，该方法具有更好的抗噪性能和泛化能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪世宏	空军工程大学航空航天工程学院	77	520	11.0	16.0
2	张鹏	空军工程大学航空航天工程学院	83	557	12.0	18.0
3	查翔	空军工程大学航空航天工程学院	18	105	7.0	9.0