%0 Journal Article
%T 用于不平衡数据分类的模糊支持向量机算法
%A 曹隽喆
%A 鞠哲
%A 顾宏
%J 大连理工大学学报
%D 2016
%R 10.7511/dllgxb201605013
%X 作为一种有效的机器学习技术，支持向量机已经被成功地应用于各个领域．然而当数据不平衡时，支持向量机会产生次优的分类模型；另一方面，支持向量机算法对数据集中的噪声点和野点非常敏感．为了克服以上不足，提出了一种新的用于不平衡数据分类的模糊支持向量机算法．该算法在设计样本的模糊隶属度函数时，不仅考虑训练样本到其类中心距离，而且考虑样本周围的紧密度．实验结果表明，所提模糊支持向量机算法可以有效地处理不平衡和噪声问题
%K 支持向量机 模糊支持向量机 模糊隶属度 不平衡数据 分类
%U http://press.dlut.edu.cn/ch/reader/view_abstract.aspx?file_no=20160513&flag=1