一种鲁棒支持向量机算法

摘要：

本文针对支持向量机的分类性能受白噪声和孤立点影响较大,提出了一种鲁棒支持向量机算法来克服这个缺陷.首先利用核主成分分析对样本预处理来进行白噪声的消除;然后利用类均值法,根据样本在特征空间的投影到特征空间中本类样本均值的距离来确定其模糊隶属度,通过给孤立点赋予较小的隶属度来弱化其对最优分类超平面的影响.仿真实验表明,该算法可有效减少分类误差,提高了支持向量机的鲁棒性.

关键词： 支持向量机 鲁棒性 模式识别

作者: 颜根廷 马广富 朱良宽 宋斌

作者单位: 哈尔滨工业大学,航天学院,哈尔滨,150001

会议类型: 国内会议

会议名称: 2006中国控制与决策学术年会

会议地点: 天津

会议语种:中文

页码: 526-528,532

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）