基于核鲁棒k-均值的模糊支持向量机算法

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

所属期刊栏目：5

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2015-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：99-101