基于核方法的一种新的模糊支持向量机OACSTPCD
A New Fuzzy Support Vector Machine Based on Kernel Method
由于支持向量机对样本中的噪声及孤立点非常敏感,因而在解决非线性、高维数、不确定问题时,使用模糊支持向量机比使用支持向量机的效果要好.在模糊支持向量机中,模糊隶属度函数的建立是关键也是难点.一般,模糊隶属度是在原始空间中根据样本点的相互距离及到类中心的距离创建的.考虑样本间的密切度,在特征空间中利用混合核函数建立一种新的模糊隶属度.通过试验比较多项式核函数、高斯径向基核函数与混合核函数,可看出新方法表现出了它的优越性.
李雷;鲁延玲;周蒙蒙;柏永成
南京邮电大学,理学院,江苏,南京,210003南京邮电大学,理学院,江苏,南京,210003南京邮电大学,理学院,江苏,南京,210003中国科学技术大学,软件学院,安徽,合肥,230026
信息技术与安全科学
模糊支持向量机模糊隶属度混合核函数
《计算机技术与发展》 2010 (2)
格上拓扑的测度理论、结构性质和Domain函数空间
9-11,15,4
国家自然科学基金项目(10371106,10471114)江苏省高校自然科学基金项目(04KJB110097,08KJB520003)南京邮电大学攀登计划(NY207064)
评论