一种基于动态类中心模型选择的模糊支持向量机 |
| |
引用本文: | 宋一明,鞠哲.一种基于动态类中心模型选择的模糊支持向量机[J].大连理工大学学报,2023(2):309-314. |
| |
作者姓名: | 宋一明 鞠哲 |
| |
作者单位: | 沈阳航空航天大学理学院 |
| |
基金项目: | 辽宁省自然科学基金资助项目(2019-BS-187); |
| |
摘 要: | 模糊支持向量机的核心思想是赋予样本模糊隶属度,给每个样本以不同的权重,从而克服标准支持向量机对噪声和异常点敏感的问题.现有的模糊支持向量机算法通常以样本与类中心距离为基础,给每个样本赋予一个固定的隶属度,没有根据样本分布对隶属度做进一步修正.提出了一种新的动态方式赋予样本隶属度,利用萤火虫算法不断地更新样本中心的位置和隶属度函数,同时利用粒子群算法优化模糊支持向量机参数.在UCI数据集上的实验结果表明,该算法可以有效减少噪声和野点对超平面的影响,分类性能要优于几类常用的模糊支持向量机算法.
|
关 键 词: | 模糊支持向量机 隶属度函数 分类 粒子群算法 萤火虫算法 |
|
|