基于核方法的一种新的模糊支持向量机.pdfVIP

第20卷 第2期 计 算 机 技术 与发 展 Vo1．20 No．2 2010年2月 COMPUTERTBCl o10GYANDDEVEI PM匮NT Feb． 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—03 A New FuzzySupportVectorMachineBasedonKernelMethod LILei，LU Yan．1ing，ZHOU Meng-meng ，BAIYong-chengz (1．SchoolofSciences，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China； 2．SchoolofSoftware，UniversityofScienceandTechnologyofChina，Hefei230026，China) Abstract：SupportvectormachineissensitivetOthenoisesandoutliersinthetrainingsamples．s0fuzzysupportvectormachineprecede supportvectorma chineinsolvingtheproblemofrlorl—linearity、highdimensionnaduncertainty．Thechoiceoffuzzymembershipisthe keyanddifficultyforfin~yuspportvector．Generally，thefuzzymmebershipisestablishedaccordingtothedistanceofbetweensample pointsanditsclustercenter．Anev~fumymembershipfunctoinisestablishde ，consideringthe relationan瑚 gsamples usingmixde kernel function，basedonmixde kernelfunction．Theexperimentsshow thatfuzzysupportvectorrnachinewiththe newfuzzymme bershipis跚 · periorthroughemo panng mixde kemelfunctionwithPolynomialkerne1functionnadGaussianRBFkernelfunction． KeyWOldS．fuzzysupportvectorma chine；fuzzymme bership；mixde kernelfun ction O 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