基于数据域描述的模糊支持向量回归.pdfVIP

第 卷第 期 信息与控制 ∂ 年 月 ≤ ƒ 文章编号222 基于数据域描述的模糊支持向量回归 张 英 苏宏业 褚 健 浙江大学先进控制研究所工业控制技术国家重点实验室 浙江杭州 摘 要 针对支持向量机中由于噪声和孤立点带来的过拟合问题 提出了一种基于支持向量数据域描述 的模糊隶属度函数模型 根据样本到特征空间最小包含超球球心的距离来确定其模糊隶属度 将提出的隶属 度模型用于模糊支持向量回归中 二维数据集仿真以及工业 氧化过程中 浓度预测的实例表明 提 °× 2≤ 出的模型可以有效减小回归误差提高支持向量机抗噪声的能力3 关键词 支 持向量机 数据域描述 模糊隶属度 建模 中图分类号×° 文献标识码 ΦυζζψΣυππορτςεχτορΡεγρεσσιονΒασεδ ονΔαταΔομαινΔεσχριπτιον ≠≥2≤ (ΝατιοναλΚεψΛαβορατορψοφΙνδυστριαλΧοντρολΤεχηνολογψ, ΙνστιτυτεοφΑδϖανχεδΠροχεσσΧοντρολ, Ζηεϕιανγ Υνιϖερσιτψ, Ηανγζηου , Χηινα) Αβστραχτ: √√∏∏∏√ ≥∂∏∏√≥∂⁄⁄× √∏∏ ∏×∏∏√ƒ≥∂22 2¬2≤ ∏∏2 ∏ °×¬≥∏∏∏∏ ∏∏√≥∂ Κεψωορδσ: ∏√∏ 类中 将输入样本集模糊化 提出了模糊支持向量 1 引言 (Ιντροδυχτιον) 机≈ ∏∏√简称 ƒ≥∂ 的 年 等提出了以有限样本统计学 ∂∂ 概念 该方法提高了 抗噪声的能力 尤其适合 习理论为基础的支持向量机≈∗ ∏√2 ≥∂ 简称 ≥∂由于它具有坚实的理论基础和 于未能完全揭示输入样本特性的情况 良好的泛化性能并且有效地解决了非线性和维数 本文提出了一种基于支持向量数据域描述的模 灾难等一系列问题使得它一出现就受到广泛的关 糊隶属度函数模型首先得到训练集中样本的数据 注 在有些领域 如图像识别 基因序列分析 孤立 域描述模型然后根据每个样本偏离数据域的程度 !