基于核方法的一种新的模糊支持向量机new

《基于核方法的一种新的模糊支持向量机new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第20卷第2期计算机技术与发展Vo1．20No．22010年2月COMPUTERTBClo10GYANDDEVEIPM匮NTFeb．2010基于核方法的一种新的模糊支持向量机李雷，鲁延玲，周蒙蒙，柏永成2(1．南京邮电大学理学院，江苏南京210003；2．中国科学技术大学软件学院，安徽合肥230026)摘要：由于支持向量机对样本中的噪声及孤立点非常敏感，因而在解决非线性、高维数、不确定问题时，使用模糊支持向量机比使用支持向量机的效果要好。在模糊支持向量机中，模糊隶属度函数的建立是关键也是难点。一般，模糊隶属度是在原始

2、空间中根据样本点的相互距离及到类中心的距离创建的。考虑样本间的密切度，在特征空间中利用混合核函数建立一种新的模糊隶属度。通过试验比较多项式核函数、高斯径向基核函数与混合核函数，可看出新方法表现出了它的优越性。关键词：模糊支持向量机；模糊隶属度；混合核函数中图分类号：TP181文献标识码：A文章编号：1673—629X(2010)02一OOO9—03ANewFuzzySupportVectorMachineBasedonKernelMethodLILei，LUYan．1ing，ZHOUMeng-meng，BAIYong

3、-chengz(1．SchoolofSciences，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China；2．SchoolofSoftware，UniversityofScienceandTechnologyofChina，Hefei230026，China)Abstract：SupportvectormachineissensitivetOthenoisesandoutliersinthetrainingsamples．s0fuzzys

4、upportvectormachineprecedesupportvectormachineinsolvingtheproblemofrlorl—linearity、highdimensionanduncertainty．Thechoiceoffuzzymembershipisthekeyanddifficultyforfin~ysupportvector．Generally，thefuzzymembershipisestablishedaccordingtothedistanceofbetweensamplepoi

5、ntsanditsclustercenter．Anev~fumymembershipfunctionisestablished，consideringtherelationan瑚gsamplesusingmixedkernelfunction，basedonmixedkernelfunction．Theexperimentsshowthatfuzzysupportvectorrnachinewiththenewfuzzymembershipis跚·periorthrougheompanngmixedkemelfunc

6、tionwithPolynomialkerne1functionandGaussianRBFkernelfunction．KeyWOldS．fuzzysupportvectormachine；fuzzymembership；mixedkernelfunctionO引言测、语音识别、模式识别-2J。支持向量机是在统计学习理论基础上建立的一种在支持向量机中，样本空间中的大部分输入数据新的学习机，它根据有限的样本信息，在模型的复杂性不能被线性分类或近似线性分类时，应该通过非线性和学习能力之间寻求最佳折衷，以期获得比较好的泛

7、映射，把样本空间映射到一个高维特征空间，并在特化能力。征空间中构造最优分类面。引入核函数代替特征空间支持向量机通过结构风险最小化原理来提高泛化中的点积。在低维空间中不能解决的问题，通过核能力，将求解最优分类面问题转化为解凸二次规划问函数的转换，在高维空间中可以被解决。进而，核函数题，较好地解决了小样本、非线性、高维数、局部极小点是支持向量机解决非线性问题的关键。对改善支持向等实际问题。支持向量机已被广泛应用于各个领域，量机的性能，基于现有核函数创建新的核函数是一种例如，文本分类、光学字符识别、人脸识别[、入侵检重要而

8、且有效的方法qJ。支持向量机对样本中的噪声点和孤立点是非常敏感的，针对这种情况，n等学者将模糊理论与支持向收稿日期：2009—06—09；修回日期：2009一O9—10量机结合，提出了模糊支持向量机(4)[6-9]。在基金项目：国家自然科学基金项目(10371106，10471114)；江苏省高模糊支持向量机-10J中，对每个样本赋人一个模糊隶