基于核鲁棒k-均值的模糊支持向量机算法 |
| |
引用本文: | 王孝彤,程远志.基于核鲁棒k-均值的模糊支持向量机算法[J].智能计算机与应用,2015(3):99-101. |
| |
作者姓名: | 王孝彤 程远志 |
| |
作者单位: | 哈尔滨工业大学计算机科学与技术学院 |
| |
摘 要: | 支持向量机对训练数据中的噪声敏感,为了解决这一问题,本文提出基于核鲁棒k-均值算法的模糊支持向量机算法。算法首先在每类训练样本上应用核鲁棒k-均值算法,得到每个样本的模糊隶属度,将该隶属度赋予训练样本,得到模糊训练集,然后在模糊训练集上训练模糊支持向量机,得到分类决策函数。实验表明,对于带噪声的训练样本,本文的算法能够为噪声样本赋予小的隶属度,提高分类准确率。
|
关 键 词: | 模糊支持向量机 核鲁棒k-均值 模糊训练集 噪声 |
本文献已被 CNKI 等数据库收录! |
|