最大边界模糊核超球分类方法

被引:1
作者
王娟 [1 ]
胡文军 [1 ,2 ]
王士同 [2 ]
机构
[1] 湖州师范学院信息与工程学院
[2] 江南大学数字媒体学院
关键词
核超球; 最大边界; 核函数; 模糊;
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
为了提高多类问题的分类精度,提出最大边界模糊核超球(LMFKHB)算法。首先将样本数据通过核函数映射到高维数据特征空间,然后利用提出的方法找出各个判决函数;同时引入模糊隶属函数解决死区样本的错分问题,从而增强了算法适应性,提高了分类精度。人造数据和现实数据的实验结果表明最大边界模糊核超球算法具有较好的性能。
引用
收藏
页码:2542 / 2545
页数:4
相关论文
共 4 条
[1]   基于推广能力测度的多类SVDD模式识别方法 [J].
朱孝开 ;
杨德贵 .
电子学报, 2009, 37 (03) :464-469
[2]   Support vector data description [J].
Tax, DMJ ;
Duin, RPW .
MACHINE LEARNING, 2004, 54 (01) :45-66
[3]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[4]  
人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,