文献类型：期刊文章

作　　者：安金龙[1] 王正欧[1] 马振平[2]

机构地区：[1]天津大学系统工程研究所,天津300072 [2]河北工业大学电气学院,天津300130

出　　处：《天津大学学报（自然科学与工程技术版）》

基　　金：国家自然科学基金资助项目(60275020).

年　　份：2004

卷　　号：37

期　　号：6

起止页码：544-548

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对支持向量机对训练样本内的噪音和孤立点特别敏感、极大地影响了支持向量机分类性能的弱点,提出了一种基于密度法的模糊支持向量机,在支持向量机中引入样本密度模糊参数,从而减弱了噪音以及孤立点对支持向量机分类的影响.实验结果证明,在抗击孤立点和噪音点的干扰方面,上述方法优于类中心向量方法以及类中心点距离方法,取得了很好的效果.这一方法大大提高了支持向量机分类的泛化能力,从而大大提高了支持向量机的应用范围.

关 键 词：支持向量机(SVM)  模糊  分类  

分 类 号：TP302.8]