-
题名一种改进的鲁棒模糊孪生支持向量机算法
被引量：3
- 1
-
-
作者
周裕群
张德生
张晓
-
机构
西安理工大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第1期140-148,共9页
-
基金
国家自然科学基金面上项目(12171388)。
-
文摘
针对模糊孪生支持向量机算法(FTSVM)对噪声仍然敏感,容易过拟合以及不能有效区分支持向量和离群值等问题,提出了一种改进的鲁棒模糊孪生支持向量机算法(IRFTSVM)。将改进的k近邻隶属度函数和基于类内超平面的隶属度函数结合,构造了一种新的混合隶属度函数;在FTSVM算法的目标函数中引入正则化项和额外的约束条件,实现了结构风险最小化,避免了逆矩阵运算,且非线性问题可以像经典的SVM算法一样直接从线性问题扩展而来;将铰链损失函数替换为pinball损失函数,以此降低对噪声的敏感性。此外,在UCI数据集和人工数据集上对该算法进行评估,并与SVM、TWSVM、FTSVM、PTSVM和TBSVM五个算法进行比较。实验结果表明,该算法的分类结果是令人满意的。
-
关键词
模糊孪生支持向量机算法(ftsvm)
pinball损失函数
铰链损失函数
混合隶属度函数
-
Keywords
fuzzy twin support vector machine(ftsvm)
pinball loss function
hinge loss function
mixed membership function
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
