计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (20): 122-127.DOI: 10.3778/j.issn.1002-8331.1604-0294
张新亚,沈菊红,刘 楷
ZHANG Xinya, SHEN Juhong, LIU Kai
摘要: 支持向量机所处理的数据绝大多数是精确值,但当训练样本中含有模糊信息时,支持向量机将无能为力。基于此,针对输入数据是模糊数的分类问题,提出一种带有去模糊函数的模糊支持向量机(FSVM*)。该算法采用模糊数间的距离作为模糊数去模糊的度量,从而构造去模糊函数将模糊值转化为精确值,同时将去模糊函数与模糊支持向量机相结合完成模糊数据的分类。数值结果表明:相比Forghani提出的FSVDD*算法,该算法更有效。