首页 | 本学科首页   官方微博 | 高级检索  
     

基于不等距超平面距离的模糊支持向量机
引用本文:李村合,姜宇,李帅. 基于不等距超平面距离的模糊支持向量机[J]. 计算机系统应用, 2020, 29(10): 185-191
作者姓名:李村合  姜宇  李帅
作者单位:中国石油大学计算机科学与技术学院,青岛266580;中国石油大学计算机科学与技术学院,青岛266580;中国石油大学计算机科学与技术学院,青岛266580
基金项目:山东省自然科学基金(ZR2014FQ018)
摘    要:随着大数据和人工智能时代的到来,支持向量机已在许多方面成功应用,并成为解决分类问题的常用方法之一.但现实中的许多数据都是不平衡的,令其分类性能大幅降低.本文提出了用不等距超平面距离改进原始的标准模糊支持向量机,向模型中加入参数λ控制分类面与样本之间的距离,并通过计算样本距离得到模糊隶属度函数,可以改善样本分布不均和噪声数据令分类准确度下降问题.利用实验验证本文算法的有效性,结果说明本文提出的算法能够有效提高不平衡数据的分类效果.

关 键 词:支持向量机  不平衡数据  不等距超平面距离  隶属度函数
收稿时间:2020-01-20
修稿时间:2020-02-12

Fuzzy Support Vector Machine Algorithm Based on Inequality Hyper-Plane Distance
LI Cun-He,JIANG Yu,LI Shuai. Fuzzy Support Vector Machine Algorithm Based on Inequality Hyper-Plane Distance[J]. Computer Systems& Applications, 2020, 29(10): 185-191
Authors:LI Cun-He  JIANG Yu  LI Shuai
Affiliation:Computer Science and Technology, China University of Petroleum, Qingdao 266580, China
Abstract:
Keywords:Support Vector Machine (SVM)  imbalanced data  inequality hyper-plane distance  membership function
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机系统应用》浏览原始摘要信息
点击此处可从《计算机系统应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号