用于不平衡数据分类的模糊支持向量机算法

• 作者: 曹隽喆 鞠哲 顾宏
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 支持向量机 模糊支持向量机 模糊隶属度 不平衡数据 分类
• 年，卷（期）: 2016,（5）
• 页码范围: 525-531
• 页数: 7页
• 分类号: TP181
• 字数: 4879字
• 语种: 中文
• DOI: 10.7511/dllgxb201605013

摘要

作为一种有效的机器学习技术，支持向量机已经被成功地应用于各个领域。然而当数据不平衡时，支持向量机会产生次优的分类模型；另一方面，支持向量机算法对数据集中的噪声点和野点非常敏感。为了克服以上不足，提出了一种新的用于不平衡数据分类的模糊支持向量机算法。该算法在设计样本的模糊隶属度函数时，不仅考虑训练样本到其类中心距离，而且考虑样本周围的紧密度。实验结果表明，所提模糊支持向量机算法可以有效地处理不平衡和噪声问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾宏	大连理工大学控制科学与工程学院	45	522	9.0	22.0
2	鞠哲	大连理工大学控制科学与工程学院	2	23	2.0	2.0
3	曹隽喆	大连理工大学控制科学与工程学院	4	20	2.0	4.0