典型文献
一种新的直觉模糊最小二乘支持向量机
文献摘要：
最小二乘支持向量机只需求解一个线性方程组即可得到闭式解,训练速度快,因而广泛应用于分类问题.但最小二乘支持向量机模型容易受到离群点和噪声的影响,往往使得其分类精度下降,样本点的模糊加权是解决该问题的一种有效方法.直觉模糊集既包含样本点的隶属度信息又包含样本点的非隶属度信息,可以更加详细地刻画样本点的分布特征.为此,基于直觉模糊集,通过剔除离群点得到更加准确的类中心,再计算样本点到类中心的距离,得到样本点对其所在类的隶属度程度.同时,采用核 k近邻的方法,查找样本点的 k个近邻里另一类样本点的数量,进而得到样本点的非隶属度信息.最后,根据样本点的隶属度与非隶属度得到一种新的模糊值.进一步将提出的模糊值用于改进最小二乘支持向量机模型,通过赋予离群点和噪声低的模糊值,减少了它们对最小二乘支持向量机模型的影响,提高了最小二乘支持向量机模型的精度.实验结果表明,与已有算法对比,提出的算法可以有效降低离群点和噪声对最小二乘支持向量机模型的影响,提高模型的鲁棒性.
文献关键词：
最小二乘支持向量机;模糊集;离群点和噪声;k近邻
中图分类号：
作者姓名：
张丹;周水生;张文梦
作者机构：
西安电子科技大学数学与统计学院,陕西西安710126
文献出处：
引用格式：
[1]张丹;周水生;张文梦-.一种新的直觉模糊最小二乘支持向量机)[J].西安电子科技大学学报（自然科学版）,2022(05):125-136
A类：
离群点和噪声
B类：
线性方程组,闭式解,训练速度,分类问题,最小二乘支持向量机模型,分类精度,样本点,直觉模糊集,非隶属度,点得,类中心,近邻,邻里,另一类,改进最小二乘,算法对比
AB值：
0.139751
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
