未找到相关数据
基于密度法的模糊支持向量机
被引：19
作者：
安金龙
王正欧
马振平
机构：
[1] 天津大学系统工程研究所
[2] 河北工业大学电气学院 天津河北工业大学电气学院天津
[3] 天津
来源：
关键词：
支持向量机(SVM);
模糊;
分类;
D O I：
暂无
中图分类号：
TP181 [自动推理、机器学习];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对支持向量机对训练样本内的噪音和孤立点特别敏感、极大地影响了支持向量机分类性能的弱点,提出了一种基于密度法的模糊支持向量机,在支持向量机中引入样本密度模糊参数,从而减弱了噪音以及孤立点对支持向量机分类的影响.实验结果证明,在抗击孤立点和噪音点的干扰方面,上述方法优于类中心向量方法以及类中心点距离方法,取得了很好的效果.这一方法大大提高了支持向量机分类的泛化能力,从而大大提高了支持向量机的应用范围.
引用
收藏
页码：544 / 548
页数：5
相关论文