%0 Journal Article
%T Fuzzy support vector machine algorithm with dual membership<br>双隶属度模糊支持向量机算法
%A HUANG Ying
%A LI Wei
%A LIU Fa-sheng
%A <br>黄颖
%A 李伟
%A 刘发升
%J 计算机应用
%D 2007
%I 
%X 对现有的模糊支持向量机进行分析，提出一种改进的模糊支持向量机算法——双隶属度模糊支持向量机法（DM-FSVM）。在传统的模糊支持向量机模型中，每一个训练样本的隶属函数中只有一个隶属度，而DM-FSVM中每一个训练样本拥有两个隶属度。它既能保持传统模糊支持向量机的优点，又能充分利用有限样本，增加其分类推广能力。实验表明该算法较好地提高了分类精度。
%K support vector machine
%K fuzzy support vector machine
%K membership
%K dual membership<br>支持向量机
%K 模糊支持向量机
%K 隶属度
%K 双隶属度
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=831E194C147C78FAAFCC50BC7ADD1732&aid=78E5819B17639854CF879F11BA0E23D1&yid=A732AF04DDA03BB3&vid=DB817633AA4F79B9&iid=708DD6B15D2464E8&sid=EDB058B6E7BCE926&eid=8026A4A06EF64621&journal_id=1001-9081&journal_name=计算机应用&referenced_num=0&reference_num=10