| 具有模糊隶属度的模糊支持向量机算法 |
| |
| 引用本文： | 唐浩,廖与禾,孙峰,谢航.具有模糊隶属度的模糊支持向量机算法[J].西安交通大学学报,2009,43(7). |
| |
| 作者姓名： | 唐浩 廖与禾 孙峰 谢航 |
| |
| 作者单位： | 西安交通大学机械工程学院,710049,西安 |
| |
| 基金项目： | 国家自然科学基金，国家高技术研究发展计划(863计划) |
| |
| 摘 要： | 针对传统支持向量机(SVM)由于样本中存在孤立点数据或噪声而导致的过学习问题,通过分析模糊支持向量机(FSVM)的特点,指出其关键在于如何构建模糊隶属度,为此结合k近邻法思想提出了一种新的隶属度函数构造方法.该方法不仅考虑了样本点到类中心的距离,而且对各样本点排列的紧密程度也进行了估计,与传统SVM相比,它对样本的分类更为清晰和准确.将该方法应用于汽车发动机的实际故障诊断中,结果表明:SVM与普通FSVM的分类正确率较低,而采用新的模糊隶属度的FSVM算法却有较高的识别率,当k为5时分类正确率达到了70.93%,因此验证了该算法的有效性.
|
| 关 键 词： | 模糊支持向量机 模糊隶属度 故障诊断 |
Fuzzy Support Vector Machine with a New Fuzzy Membership Function |
| |
| TANG Hao,LIAO Yuhe,SUN Feng,XIE Hang.Fuzzy Support Vector Machine with a New Fuzzy Membership Function[J].Journal of Xi'an Jiaotong University,2009,43(7). |
| |
| Authors: | TANG Hao LIAO Yuhe SUN Feng XIE Hang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
