基于后验概率加权的模糊支持向量机

被引:3
作者
魏延 [1 ]
石磊 [1 ,2 ]
陈琳琳 [1 ]
机构
[1] 重庆师范大学数学与计算机科学学院
[2] 信阳职业技术学院教学设备处
关键词
后验概率; 隶属度函数; 模糊支持向量机;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
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,提出了一种基于后验概率的加权模糊支持向量机.在模糊支持向量机中引入样本后验概率加权系数后,得到的样本点的隶属度在减弱噪音及孤立点对支持向量机分类的影响的同时,不影响支持向量对分类超平面的作用.实验结果证明,在抗击孤立点和噪音点的干扰方面,该法取得了很好的效果,提高了支持向量机分类的泛化能力和应用范围.
引用
收藏
页码:80 / 84+112 +112
页数:6
相关论文
共 5 条
[1]   基于平均密度的孤立点检测研究 [J].
施化吉 ;
周书勇 ;
李星毅 ;
唐慧 ;
丁秋林 .
电子科技大学学报, 2007, (06) :1286-1288+1295
[2]   基于后验概率的支持向量机 [J].
吴高巍 ;
陶卿 ;
王珏 .
计算机研究与发展, 2005, (02) :196-202
[3]   基于密度法的模糊支持向量机 [J].
安金龙 ;
王正欧 ;
马振平 .
天津大学学报, 2004, (06) :544-548
[4]  
模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
[5]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167