电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2013年
6期
1183-1187
,共5页
模糊支持向量机%粗糙间隔%分类%正确率
模糊支持嚮量機%粗糙間隔%分類%正確率
모호지지향량궤%조조간격%분류%정학솔
fuzzy support vector machine(FSVM)%rough margin%classification%accuracy
以模糊支持向量机(FSVM )为基础,同时考虑样本在间隔中的位置对决策超平面的影响,提出了基于粗糙间隔的模糊支持向量机(RFSVM )。通过计算各个数据点的模糊隶属度,并利用最大化粗糙间隔方法,对具有隶属度的数据进行训练以获得决策超平面。在此算法中,位于下间隔中的训练点比边界域中的训练点具有较大的惩罚值,以便更好地减少噪声或野点对超平面的影响。利用选择的标准数据集对几种不同算法进行了实验比较,结果表明了RFSVM算法的有效性。
以模糊支持嚮量機(FSVM )為基礎,同時攷慮樣本在間隔中的位置對決策超平麵的影響,提齣瞭基于粗糙間隔的模糊支持嚮量機(RFSVM )。通過計算各箇數據點的模糊隸屬度,併利用最大化粗糙間隔方法,對具有隸屬度的數據進行訓練以穫得決策超平麵。在此算法中,位于下間隔中的訓練點比邊界域中的訓練點具有較大的懲罰值,以便更好地減少譟聲或野點對超平麵的影響。利用選擇的標準數據集對幾種不同算法進行瞭實驗比較,結果錶明瞭RFSVM算法的有效性。
이모호지지향량궤(FSVM )위기출,동시고필양본재간격중적위치대결책초평면적영향,제출료기우조조간격적모호지지향량궤(RFSVM )。통과계산각개수거점적모호대속도,병이용최대화조조간격방법,대구유대속도적수거진행훈련이획득결책초평면。재차산법중,위우하간격중적훈련점비변계역중적훈련점구유교대적징벌치,이편경호지감소조성혹야점대초평면적영향。이용선택적표준수거집대궤충불동산법진행료실험비교,결과표명료RFSVM산법적유효성。
Based on fuzzy support vector machine (FSVM) ,we presented a rough margin based fuzzy support vector machine (RFSVM )by introducing the effects of positions of training samples in the margin on decision hyper-plane in this paper .After com-puting the degree of fuzzy membership of each training point ,we used these data for training to obtain the decision hyper-plane by maximizing rough margin′s method .In this algorithm ,points in the lower margin have major penalty than those in the boundary .We compared RFSVM with other support vector machine algorithms on several benchmark datasets .Experimental results show that RFSVM is effective and feasible .