基于简约凸壳的一类模糊支持向量机

• 作者: 卢剑炜 周国华 殷新春 顾晓清
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 模糊支持向量机 一类分类 简约凸壳 噪声数据
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1708-1716
• 页数: 9页
• 分类号: TP391.4
• 字数: 7259字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.08.014

摘要

为解决传统一类支持向量机对噪声数据敏感和不适用于大规模分类等问题,提出了用于大规模噪声环境的基于简约凸壳的一类模糊支持向量机(OC-FSVM-RCH).OC-FSVM-RCH根据简约凸壳的定义在核空间得到代表正常类数据几何特征的样本,然后基于改进的模糊支持向量域描述算法,使得正常类数据包含在最小超球内,异常数据与超球间隔最大化.OC-FSVM-RCH剔除正常类数据轮廓边缘处的噪声,同时对数据内部的噪声不敏感.实验结果表明了所提算法在性能和训练时间上取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷新春	扬州大学信息工程学院	121	716	12.0	20.0
2	周国华	常州工业职业技术学院信息工程系	6	1	1.0	1.0
4	顾晓清	常州大学信息科学与工程学院	23	103	6.0	9.0
7	卢剑炜	常州工业职业技术学院信息工程系	1	1	1.0	1.0