大连理工大学学报

作者：鞠哲,宋一明

关键词：模糊支持向量机特征加权信息增益隶属度函数

基金：辽宁省自然科学基金资助项目(2019-BS-187)；辽宁省教育厅系列项目-青年科技人才“育苗”项目(JYT19027).

提出一种基于两步特征加权的模糊支持向量机算法．首先，利用信息增益算法获取样本的特征权重．然后，计算最大权重的特征与其他特征间的斯皮尔曼相关系数，并将二者相乘后再与原有的特征权重相加，得到新的特征权重，减少弱相关和不相关特征对分类造成的影响．最后，在设计样本模糊隶属度时，不仅考虑样本与类中心的距离，还引入了样本间的亲和度，并将二者进行融合，以此减弱样本分布不均对分类精度的影响．在UCI数据集上的实验表明，与现有流行的几种模糊支持向量机算法相比，所提算法在准确率和F1值上得到了提升．

来源：2023年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2023年第4期