模糊多类SVM模型

被引：23

作者：

李昆仑

黄厚宽

田盛丰

机构：

[1] 北京交通大学计算机与信息技术学院

来源：

电子学报 | 2004年 / 05期

关键词：

多类分类; 支持向量机(SVM); 模糊成员函数;

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：

利用SVM处理多类分类问题 ,是当前的研究热点之一 .本文提出了一种模糊多类支持向量机模型 ,即FMSVM .该方法是在Weston等人提出的多类SVM模型中引入模糊成员函数 ,针对每个输入数据对分类结果的不同影响 ,该模糊成员函数得到相应的值 ,由此得到不同的惩罚值 .从而在构造分类超平面时 ,可以忽略那些对分类结果影响很小的数据 .理论分析与数值实验都表明 ,该算法具有良好的鲁棒性 .

引用

页码：830 / 832

页数：3