后验概率加权的模糊隶属度函数

被引：2

作者：

魏延 ^{[1
,2
]}

李晓虹 ^{[1
]}

邬啸 ^{[1
]}

机构：

[1] 重庆师范大学计算机与信息科学学院

[2] 重庆大学自动化学院

来源：

重庆大学学报 | 2012年 / 35卷 / 08期

关键词：

隶属度函数; 模糊集; 后验概率; 样本密度; 模糊支持向量机;

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：

模糊支持向量机(FSVM)中的模糊隶属度函数确定一直是一个难点问题。针对支持向量分类机对噪声数据或孤立点非常敏感的问题,受贝叶斯决策理论的启发,结合样本密度特性,研究样本点相对于同类和异类的关系,对各样本点分布的紧密程度给出了描述,构造了样本点的后验概率与样本密度的加权方法,提出了一种新的加权模糊隶属度函数构造。该方法避免了对噪声数据和孤立点的检测。通过建立基于提出模糊隶属函数的FSVM进行仿真,实验表明,提出的模糊隶属度函数构造的后验概率加权方法的有效性。

引用

页码：127 / 133

页数：7

共 10 条

[1]

基于后验概率加权的模糊支持向量分类机研究及应用.[D].石磊.重庆师范大学.2009, 02

[2] 支持向量机研究进展 [J].