声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1117/N
国际刊号：1000-8608
发布日期:
作者：宋一明,鞠哲
关键词：模糊支持向量机隶属度函数分类粒子群算法萤火虫算法
基金：辽宁省自然科学基金资助项目(2019-BS-187)；辽宁省教育厅项目(JYT19027).
模糊支持向量机的核心思想是赋予样本模糊隶属度，给每个样本以不同的权重，从而克服标准支持向量机对噪声和异常点敏感的问题．现有的模糊支持向量机算法通常以样本与类中心距离为基础，给每个样本赋予一个固定的隶属度，没有根据样本分布对隶属度做进一步修正．提出了一种新的动态方式赋予样本隶属度，利用萤火虫算法不断地更新样本中心的位置和隶属度函数，同时利用粒子群算法优化模糊支持向量机参数．在UCI数据集上的实验结果表明，该算法可以有效减少噪声和野点对超平面的影响，分类性能要优于几类常用的模糊支持向量机算法．
来源：2023年第2期
《大连理工大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。