基于核方法的一种新的模糊支持向量机

摘要

由于支持向量机对样本中的噪声及孤立点非常敏感,因而在解决非线性、高维数、不确定问题时,使用模糊支持向量机比使用支持向量机的效果要好.在模糊支持向量机中,模糊隶属度函数的建立是关键也是难点.一般,模糊隶属度是在原始空间中根据样本点的相互距离及到类中心的距离创建的.考虑样本间的密切度,在特征空间中利用混合核函数建立一种新的模糊隶属度.通过试验比较多项式核函数、高斯径向基核函数与混合核函数,可看出新方法表现出了它的优越性.