一种模糊加权的孪生支持向量机算法

摘要：

虽然孪生支持向量机(Twin Support Vector Machine,TSVM)的处理速度优于传统的支持向量机,但其并没有考虑输入样本点对最优分类超平面所产生的不同影响.通过为每个训练样本赋予不同的样本重要性,以及减少样本点对非平行超平面的影响,提出了模糊加权孪生支持向量机(Fuzzy TSVM,FTSVM).在UCI标准数据集上,对FTSVM进行了实验研究并与TSVM、FSVM和SVM方法进行了比较,实验结果表明FTSVM方法是有效的.

关键词：孪生支持向量机、模糊加权、分类

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61073121;河北省自然科学基金F2012201014

在线出版日期：2013-04-02（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：162-165