模糊邻域风险最小化算法

摘要

在邻域风险最小化原则中,对任意训练样本点,通过在它和其余样本点之间建立一个"连接"损失,并根据这一损失及它与其余样本点之间的距离来建立出一个隶属度函数,继而根据它与和它隶属度最大的点之间的距离来定义出邻域半径,从而在邻域风险最小化算法的基础上建立模糊VRM算法.实例表明该方法对小样本训练集分类及回归是有效的.当然,邻域风险最小化原则是一种非常新的原则,对这一原则还需做进一步的分析,如怎样增强用于回归的邻域风险最小化原则的抗噪声能力等等.