基于可变隶属度的模糊双支持向量机研究OACSTPCD
RESEARCH ON OPTIONAL MEMBERSHIP-BASED FUZZY TWIN SUPPORT VECTOR MACHINE
双支持向量机是一种新的非平行二分类算法。其处理速度比传统支持向量机快很多，但是双支持向量机没有考虑不同输入样本点会对最优分类超平面产生不同的贡献。在测试阶段测试点到两类超平面的距离相等时，双支持向量机也没有明确给出对这些等距点的处理方法。针对这些情况，提出一种可变隶属度的模糊双支持向量机。距离类中心较近的样本点隶属度由其到类中心的距离决定，距离类中心较远的样本点隶属度由其到类中心的距离和它的紧密度共同决定。在测试阶段出现等距点时，根据等距点与各类…查看全部>>
Twin support vector machine is a novel nonparallel binary classification algorithm,and its processing speed is much faster than the traditional support vector machines,but the twin support vector machine does not consider that different input sample points will have different contribution on optimal classification hyperplanes.When the distances between test points and two kinds of hyperplanes are equal in test phase,the twin support vector machine does not e…查看全部>>
任建华;刘晓帅;孟祥福;王伟
辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛 125105辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛 125105辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛 125105辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛 125105
信息技术与安全科学
双支持向量机支持向量机等距点等价性比例模糊隶属度分类
Twin support vector machineSupport vector machineEquidistant pointsEquivalence proportionFuzzy membershipClassification
《计算机应用与软件》 2016 (2)
138-141,4
国家自然科学基金青年科学基金项目（61003162）；辽宁省教育厅项目（L2013131）。
评论