基于类中心思想的去边缘模糊支持向量机

被引：8

作者：

曹淑娟 ^{[1
]}

刘小茂 ^{[1
]}

张钧 ^{[2
]}

刘振丙 ^{[1
]}

机构：

[1] 华中科技大学主校区数学系

[2] 华中科技大学图像信息处理与智能控制教育部重点实验室

来源：

计算机工程与应用 | 2006年 / 22期

关键词：

推广的最大间隔法; 模糊支持向量机; 模糊因子; 类中心; 去边缘方法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对两类分类问题中样本点数量多、类别模糊且有孤立野点的情况,论文在类中心向量方法的基础上,提出了一种基于类中心思想的去边缘模糊支持向量机,该方法用类中心思想预先去掉那些可能不是支持向量的点,并采用降半哥西分布作为隶属度,使其适合模糊分类的性能特点。从理论和实证分析两个方面将该方法与线性可分SVM及模糊SVM进行了对比分析,结果显示该方法不但大大减少了训练点数目,从而减小了内存和计算量,提高了训练速度,而且减少了孤立野点对支持向量分类机的影响。

引用

页码：146 / 149

页数：4

共 5 条

[1] 最小最大模块化支持向量机改进研究 [J].

文益民 ;

吕宝粮 .

计算机工程与应用, 2005, (19) :185-188+198

[2] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[3]

Christopher J.C. Burges.A Tutorial on Support Vector Machines for Pattern Recognition[J].Data Min. Knowl. Discov.,1998

[4]

(美)瓦普尼克(VladimirN.Vapnik)著,许建华,张学工译.统计学习理论[M].北京:电子工业出版社,2004

[5]

贺仲雄编.模糊数学及其应用[M].天津:天津科学技术出版社,1983

← 1 →