非球形分布数据集的去噪方法.pdfVIP

第31卷第 10期 计算机应用 V01．3lNo．10 2011年 1O月 JournalofComputerApplications 0ct．2O11 文章编号：1001—9081(2011)10—2786—04 doi：10．3724／SP．J．1087．2011．02786 非球形分布数据集的去噪方法 张 岩，闫德勤，郑宏亮 (辽宁师范大学计算机与信息技术学院，辽宁大连 116081) (zhangyanpipiluxixi@sina．com) 摘 要：针对传统支持向量机 (SVM)对噪声点过于敏感，模糊支持向量机 (FSVM)又对样本集几何形状过分依赖等 问题，提出基于噪声过滤系统的粗糙支持向量机 (NFS-RSVM)。该方法首先用噪声过滤系统(NFS)将极可能为噪声点 的样本过滤掉；然后将数据间隐含的等价类信息作为双惩戒因子融入到支持向量机模型中，进一步区分有效样本和噪声 样本。基于UCI数据集的仿真结果表明，NFS-RSVM方法能有效地将数据 中的大部分噪声点去除，与传统的SVM和 FSVM相比分类精度有一定程度的提高。因此，该方法在处理噪声样本较多又呈现非球形分布的数据集时，表现 出较好 的抗噪性、分类效果和泛化能力。 关键词 ：支持向量机；粗糙支持向量机；噪声过滤系统；等价类；去噪 中图分类号：TP18 文献标志码：A Denoisingmeth0d0fnon-sphericaldistributeddataset ZHANG Yan，YAN De—qin，ZHENGHong—liang (SchoolofComputerandInformationTechnology，LiaoningNormalUniversity,DalianLiaoning116081，China) Abstract：Consideringtheover—sensitivenessoftraditionalSuppo~VectorMachine(SVM)tonoises，andtheexcessive dependenceonthegeometricshapeofsamplesetofFuzzySVM (FSVM)，RoughSuppo~VectorMachinesbasedonNoise FilteringSystem (NFS—RSVM)wasproposed．Firstly，thesamplethatwasmostlikelytobenoisewasfilteredoutbyNoise FilteringSystem (NFS)；thentheequivalenceclasswhichwasimpliedinthedatawasintegratedintotheSVMmodelasa doublepunishmentfactorfordistinguishingvalidandnoisesamples．ThesimulationresultsonUCIshowthatNFS—RSVM can removemostofthenoiseseffectively，andtheaccuracyisimprovedpartlycomparedwith thetraditionalSVM and FSVM． Therefore，NFS—RSVM showsbetternoiseimmunity，classificationperformanceandgeneralizationabilitywhendealingwith thenon-spherical distributeddatasetwithtoomanynoises． Keywords：SupportVectorMachine(SVM)；R