Fuzzy Clustering Based Robust SVR and Flame Image Processing
基于模糊聚类的稳健支撑向量回归机及火焰图像处理

由于离群点会降低支撑向量回归机的性能，因此为了提高支撑向量回归机的图像处理性能，提出了一种具有抗离群点性能的模糊稳健支撑向量回归机（FRSVR），并首先给出了在任意代价函数下支撑向量回归机的求解方法；然后讨论了构建稳健支撑向量机的代价函数所需的性质，并在此基础上，引入了损失代价函数族；接着根据支撑向量回归机的训练误差，用模糊C均值聚类（FCM）查找离群点；最后通过迭代的方法实现了模糊稳健支撑向量回归机。为了对火焰图像进行有效处理，还将FRSVR算法应用于乳化油燃烧火焰图像处理，以去除火焰图像上的离群点。实验结果表明，FRSVR算法处理图像的性能优于ε-SVR算法和自适应SVR滤镜（ASBF），不仅能有效地查找离群点，而且可去除较大的离群点区域，还能显著的降低离群点的影响，并具有良好的泛化性能。