模糊最小包含球支持向量机.pdfVIP

第39卷 第 1期 计 算 机 工 程 2013年 1月 V0ll3‘9 NO．1 ComputerEngineering January 2013 · 人工智能及识别技术 · 文章编号：1000—-3428(2013)0l—_ol83—_04 文献标识码：A 中圈分类号：TP391 模糊最小包含球支持向量机 刘建华，龚松杰 (浙江工商职业技术学院工学院，浙江 宁波 315012) 摘 要：为提高支持向量机的模式分类性能，综合模糊支持向量机和球形支持向量机等方法，提出一种模糊最小包含球 (FMEB)支持向量机，对于模式分类问题，通过引入模糊隶属度，寻找2个分别包含二类模式的同心最小包含球，使类间间 隔最大化，同时二类模式类内分布最小化，从而增强泛化性和鲁棒性。实验结果证明FMEB的模式分类性能优于其他方法。 关健词：泛化；支持向量机；模糊最小包含球；超球分类机；核函数 FuzzyM inimalEnclosingBallSupportVectorM achine LIUJian-hua，GONGSong-jie (InstituteofPolytechnic，ZhejiangBusinessTechnologyInstitute，Ningbo315012，China) [Abstract|InordertoimprovetheclassificationperformanceofhypersphereSupportVectorMachine(SVM)，thispaperproposes FuzzyMinimum EnclosingBall(FMEB)SVM byintegratingseveralstate—of-artclassificationmethodssuchasFuzyz Support VectorMachine(FSVM)andHypersphereSupportVectorMachine(HSVM)．Forpattern classificationproblem，thebasicideaof FMEB istofindtwooptimalminimum enclosinghyperspheresby introducing fuzzymembership，SOthateachbinary classis enclosedbythem respectively,and themarginbetween one classpattem andthe enclosinghypersphereismaximized，thus improvingthegeneralizationperfomr anceandrobustnessofhypersphereSVM ．ExperimentalresultsprovethatFMEB ismore effectivethanothermethods． [Keywordslgeneralization；SupportVectorMachine(SVM)；Fuzyz MinimumEnclosingBalI(FMEB)；hypersphereclassifier； kernelfunction DoI：10．3969／j．issn．1000．3428．2013．01．039 1 概述 最大类间间隔和最小化类内分布结构 J。 目前的研究成果显示，同时考虑增大类间间隔和 模式分类问题旨在通过有限的先验信息学习一 减小类内分布结构能有效提升模式分类的泛化性 个鲁棒的模式分类器，即该分类器须对未来数据具有 能 J。文献[5]提出一种分隔超球(SeparatingHype