|
|||||
|
|
| 基于相似度量的模糊支持向量机算法研究 | |
| 作者姓名： | 王宇凡 梁工谦 张淑娟 |
| 作者单位： | 西北工业大学管理学院; |
| 基金项目： | 国家自然科学基金(71001085) |
| 摘 要： | 基于统计学习理论,核被看做是一种相似度测量模型.核函数是支持向量机算法的核心,利用核函数可以将低维不可分数据映射到高维空间,并进行最优分类研究.但孤立点或噪声数据都会影响最优分类平面和最优分类函数,所以提出利用相似度测量构建模糊核函数.相比高斯核函数和模糊sigmoid核函数的分类支持向量模型,本文提出的模糊相似核函数在支持向量机运算中计算成本最低,可以提供更高的准确率,同时可以避免传统模糊核函数的限制. |
| 关 键 词： | 相似测量 核函数 模糊集 支持向量机 |
| 本文献已被 CNKI 等数据库收录！ | |