基于密度法的双隶属度模糊支持向量机.pdfVIP

第 l9卷 第 l2期 计 算 机 技 术 与发 展 V01．19 No．12 2009年 12月 COMPUTERTECHN0L0GYANDDEVEL0PMENT Dec． 2009 基于密度法的双隶属度模糊支持向量机 李 雷，周蒙蒙，鲁延玲 (南京邮电大学 理学院，江苏 南京 210003) 摘 要：针对现实环境中样本集越来越大，并且往往含有大量噪声和野值 ，导致传统模糊支持向量机的训练时间和分类识 别率降低的阃题 ，提出基于密度法的双隶属度模糊支持向量机，即靠近类中心的样本点隶属度由其到类中心的距离确定， 远离类中心的样本点隶属度由其邻域内同类异类样本点数量的比例确定。从理论和实证两个方面分析文 中方法与以往 基于密度的模糊支持向量机(DFSVM)相比，该方法不但降低了算法的复杂度，并且提高了支持向量机的分类精度。 关键词：模糊支持向量机；双隶属度；密度；类中心 中图分类号：TP181 文献标识码 ：A 文章编号 ：1673—629X(2009)12—0044—03 FuzzySupportVectorMachineBasedonDensitywithDualM embership LILei，ZHOU Meng—meng，LU Yan—ling (SchoolofSciencm，N蚰jingUniversityofPostsandTelecommunications，Nanjing210003，China) Abstract：Inthispaper，animprovedfuzzyn~elllbershipfunction determination ispmp。sedto train thefuzzysupportvectormachine (FSVM)forcl~sificationwhichthesamplesetinrealityenvironmentisincreasing，anditoftencontainsalotofnoiseandoutliers．Inthe improvedalgorithm，thesamplepo intshavetiledifferenttypesofn-,etnbershipsindifferentregions．Thatis．themembershipofthesrn． piepointnerbythecla centersisdetemfinedbythedistancebetweenthepointnaditsclasscenter．nadthemembershipofthesample po intfarawaytheclasscentersisdeterminedbytheproportionber~veenthenumberofitscongenericpointsandthenumberofitshetero． geneouspointsinilsneighborh．xxt．Fhedualmembershipisintroducedtoreducethealgorithm complexityandshortenitstrainingtime comparedwithfuzzysuppo rtvectormachinebasedondermity．atthesametimethealgoritmh wellimprovestheSVM ’Saccuracyrate． Keywords：fuzzysuppo rtvectormachine；dualmembership；density；classeenter 0 引 言 SVM 还存在很多的局限性。比如，如何将解决海量数 支持 向量机 (SupportVectorMachine，SVM)J基 据的分类问题 ，如何克服对孤立点和噪音数据的敏感 于统计学理论 的VC维 (VapmkChervonenksdimen— 问题[。 sion)理论和