针对传统支持向量机中存在对噪声或野值敏感的问题,本文提出了一种基于凸包的模糊支持向量机。首先在同类样本中寻找一个超球,利用传统SVM训练得到的分类面以及类中心确定超球半径,然后利用凸包算法构造超球的凸包。样本空间被超球和凸包分割成三部分,样本的隶属度依据样本与超球及凸包的相对位置关系确定,结合S型函数,构造隶属度函数。实验结果表明,基于超球和凸包的模糊支持向量机方法具有较好的抗噪性能及分类能力。
科研之友
微信
新浪微博
Facebook
分享链接
