双隶属度模糊粗糙支持向量机

• 作者: 党建武 韩虎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 不确定问题 模糊理论 粗糙集
• 年，卷（期）: 2015,（22）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 150-153
• 页数: 4页
• 分类号: TP18
• 字数: 4197字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1311-0260

摘要

针对支持向量机方法处理不确定信息系统时存在的两个问题：一方面支持向量机训练对噪声样本敏感，另一方面支持向量机训练未考虑信息系统的不一致，利用模糊理论与粗糙集方法分别计算得到两种隶属度：模糊隶属度与粗糙隶属度，并将两种隶属度引入到标准支持向量机中得到一个新的支持向量机模型——双隶属度模糊粗糙支持向量机（DM-FRSVM）。分析该模型对于不确定问题的解决思路并进行对比研究，实验结果表明，在对于含有不确定信息的样本集进行分类时，DM-FRSVM表现出更好的推广性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党建武	兰州交通大学电子与信息工程学院	205	1363	18.0	23.0
2	韩虎	兰州交通大学电子与信息工程学院	23	128	6.0	10.0