基于类中心和密切度的l3范数fsvm

支持向量机(svm)是解决回归问题的一种有效的方法，但传统的支持向量机对样本中的噪声和孤立点非常敏感。为了克服这个问题，文中提出了一种基于类中心和密切度的l2范数模糊支持向量机(l2范数fsvm)，即模糊隶属度的建立不仅根据样本到类中心的距离，而且根据样本点和其目标点之间的密切度。仿真实验结果显示了该方法有效地减少了噪声的影响，改进了回归的精度，增强了推广能力。