基于不等距超平面距离的模糊支持向量机

• 作者: 姜宇 李帅 李村合
• 来源期刊: 计算机系统应用
• 关键词: 支持向量机 不平衡数据 不等距超平面距离 隶属度函数
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 185-191
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007570

摘要

随着大数据和人工智能时代的到来,支持向量机已在许多方面成功应用,并成为解决分类问题的常用方法之一.但现实中的许多数据都是不平衡的,令其分类性能大幅降低.本文提出了用不等距超平面距离改进原始的标准模糊支持向量机,向模型中加入参数λ控制分类面与样本之间的距离,并通过计算样本距离得到模糊隶属度函数,可以改善样本分布不均和噪声数据令分类准确度下降问题.利用实验验证本文算法的有效性,结果说明本文提出的算法能够有效提高不平衡数据的分类效果.