双隶属度模糊支持向量机算法

被引：2

作者：

黄颖

李伟

刘发升

机构：

[1] 江西理工大学信息工程学院

来源：

计算机应用 | 2007年 / 11期

关键词：

支持向量机; 模糊支持向量机; 隶属度; 双隶属度;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对现有的模糊支持向量机进行分析,提出一种改进的模糊支持向量机算法——双隶属度模糊支持向量机法(DM-FSVM)。在传统的模糊支持向量机模型中,每一个训练样本的隶属函数中只有一个隶属度,而DM-FSVM中每一个训练样本拥有两个隶属度。它既能保持传统模糊支持向量机的优点,又能充分利用有限样本,增加其分类推广能力。实验表明该算法较好地提高了分类精度。

引用

页码：2821 / 2823

页数：3