基于数据域描述的模糊支持向量回归

被引:26
作者
张英
苏宏业
褚健
机构
[1] 浙江大学先进控制研究所工业控制技术国家重点实验室,浙江大学先进控制研究所工业控制技术国家重点实验室,浙江大学先进控制研究所工业控制技术国家重点实验室浙江杭州,浙江杭州,浙江杭州
关键词
支持向量机; 数据域描述; 模糊隶属度; 建模;
D O I
暂无
中图分类号
O212 [数理统计];
学科分类号
070103 [概率论与数理统计];
摘要
针对支持向量机中由于噪声和孤立点带来的过拟合问题,提出了一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定其模糊隶属度.将提出的隶属度模型用于模糊支持向量回归中,二维数据集仿真以及工业PTA氧化过程中 4 CBA浓度预测的实例表明,提出的模型可以有效减小回归误差,提高支持向量机抗噪声的能力.*
引用
收藏
页码:1 / 6
页数:6
相关论文
共 4 条
[1]
Gene selection for cancer classification using support vector machines [J].
Guyon, I ;
Weston, J ;
Barnhill, S ;
Vapnik, V .
MACHINE LEARNING, 2002, 46 (1-3) :389-422
[2]
A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167
[3]
SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[4]
基于贝叶斯方法的4-CBA含量的软测量研究 [J].
陈渭泉 ;
刘瑞兰 ;
牟盛静 ;
苏宏业 .
化工自动化及仪表, 2003, (05) :49-51