基于模糊多核学习的改进支持向量机算法研究

• 作者: 刘建峰 淦燕
• 来源期刊: 计算机测量与控制
• 关键词: 支持向量机 模糊支持向量机 多核学习 模糊多核学习
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 231-233
• 页数: 3页
• 分类号: TP18|TP391.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.03.063

摘要

针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法;通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建峰	重庆三峡学院教务处	7	15	3.0	3.0
2	淦燕	电子科技大学计算机视听觉实验室	1	4	1.0	1.0