非均衡数据的去噪模糊支持向量机新方法

作者：张桂香 费岚 杜喆 刘三阳支持向量机非均衡数据分类隶属度函数

摘要：针对支持向量机对噪声的敏感，以及当两类训练样本数量差别悬殊时，造成分类结果倾向较大类等弱点，通过理论分析，合理地设计隶属度函数，提出了一种新隶属度函数的模糊支持向量机。该方法既可补偿倾向性造成的不利影响，又可增加抗噪声能力，提高预测分类精度。最后通过对含噪声的非均衡数据实验表明，该方法比传统支持向量机和简单去噪模糊支持向量机都有着较高的分类能力。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社