自适应模糊支持向量机算法

摘要：

支持向量机算法对噪声和异常点是敏感的,为了克服这个问题,人们引入了模糊隶属度.传统确定样本模糊隶属度的方法,都是基于原始空间的.文章提出了基于特征空间的模糊隶属度函数模型.在该模型中,以特征空间中的样本为中心,以给定的距离d为半径作超球,根据其它样本落到超球内的个数来确定中心样本点的模糊隶属度.并将新的模糊隶属度模型引入自适应支持向量机,提出了模糊自适应支持向量机算法.实验结果表明,该模型能有效地提高自适应支持向量机的抗噪能力和预测精度.

关键词：支持向量机、最小二乘支持向量机、自适应迭代、模糊隶属度

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金10471045;60433020;广东省自然科学基金970472;000463;04020079;霍英东教育基金91005;国家社会科学基金2005-241;广东省科技攻关计划2005B10101010;广东省广州市天河区科技攻关项目051G041;华南理工大学校科研和教改项目D76010;B13-E5050190

在线出版日期：2006-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56