位置:成果数据库 > 期刊 > 期刊详情页
非均衡数据的去噪模糊支持向量机新方法
  • ISSN号:1002-8331
  • 期刊名称:计算机工程与应用
  • 时间:0
  • 页码:660-663
  • 语言:中文
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]河南财经学院电教计算中心,郑州450003, [2]西安电子科技大学数学科学系,西安710071
  • 相关基金:国家自然科学基金(the National Natural Science Foundation of China under Grant No.60574075);河南省基础与前沿技术研究项目 (No.072300410040);河南省教育厅自然科学基础研究项目(No.2007110023).
  • 相关项目:基于拓扑控制的无线传感器网络性能优化
中文摘要:

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。

英文摘要:

Since SVM is sensitive to noises or outliers in the training set and the classification of unbalance data is unfair to the rare class,a new fuzzy Support Vector Machine is presented with theoretical analysis given.By properly designing a new fuzzy membership function,the proposed algorithm can compensate the ill-effect of tendency and also can strengthen the ability to detect noises thus improves the accuracy.Simulations on unbalenced data with noise show that,compared with traditional SVM and FSVM,this algorithm has better classification ability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887