摘要:对最小化数据集在超平面法向离散程度进行了研究,提出一种改进的支持向量机,称为最小法向离散度模糊支持向量机(minimal normal scatter fuzzy support vector machine,MNS—FSVM)。MNS—FSVM通过使优化目标在最大化几何间隔与最小化数据集在超平面法向离散程度之间达到一个平衡来减小离群点对超平面的影响。对二个基准数据集进行了实验验证,结果表明,MNS—SVM不仅能够提高分类的准确率,对离群点也有很好的鲁棒性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社