文件名称：基于不等距超平面距离的模糊支持向量机
文件大小：1.2MB
文件格式：PDF
更新时间：2024-05-26 05:49:07
支持向量机 不平衡数据 不等距超平面距离 隶属度函数
随着大数据和人工智能时代的到来，支持向量机已在许多方面成功应用，并成为解决分类问题的常用方法之一.但现实中的许多数据都是不平衡的，令其分类性能大幅降低.本文提出了用不等距超平面距离改进原始的标准模糊支持向量机，向模型中加入参数λ控制分类面与样本之间的距离，并通过计算样本距离得到模糊隶属度函数，可以改善样本分布不均和噪声数据令分类准确度下降问题.利用实验验证本文算法的有效性，结果说明本文提出的算法能够有效提高不平衡数据的分类效果.