一种改进的模糊支持向量机隶属度确定方法

摘要

为了克服支持向量机方法对于噪声或异常样本敏感的问题,本文研究基于粗糙集理论的粗糙单类支持向量机,提出一种改进的模糊支持向量机隶属度确定方法.该算法首先利用粗糙集思想构造一个最小粗糙球,分别得到对应粗糙球的上近似、下近似与边界区域,然后依据样本在超球中的位置对分布在下近似、边界域和粗糙球以外的样本,分别采用三种不同的方式计算其各自的隶属度.最后通过对比实验表明,与传统支持向量机方法相比,本文提出的改进方法使模糊支持向量机具有更好的抗噪性能及分类能力.