基于样本之间紧密度的模糊支持向量机方法

被引：84

作者：

张翔 ^{[1
]}

肖小玲 ^{[2
]}

徐光祐 ^{[1
]}

机构：

[1] 清华大学计算机科学与技术系

[2] 武汉理工大学计算机科学与技术学院

来源：

软件学报 | 2006年 / 05期

基金：

中国博士后科学基金;

关键词：

模糊支持向量机; 紧密度; 分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统支持向量机方法中存在对噪声或野值敏感的问题,提出了一种基于紧密度的模糊支持向量机方法.在确定样本的隶属度时,不仅考虑了样本与类中心之间的关系,还考虑了类中各个样本之间的关系.通过样本之间的紧密度来描述类中各个样本之间的关系,利用包围同一类中样本的最小球半径大小来度量样本之间的紧密度.样本的隶属度依据样本在球中的位置,按照不同的规律确定.与基于样本与类中心之间关系构建的模糊支持向量机方法相比,该方法有利于将野值或含噪声样本与有效样本进行区分.实验结果表明,与传统支持向量机方法及基于样本与类中心之间关系的模糊支持向量机方法相比,基于紧密度的模糊支持向量机方法具有更好的抗噪性能及分类能力.

引用

页码：951 / 958

页数：8