一种基于动态类中心模型选择的模糊支持向量机

来源：大连理工大学学报杂志2023年第2期北京时间：

作者：宋一明,鞠哲

摘要：模糊支持向量机的核心思想是赋予样本模糊隶属度，给每个样本以不同的权重，从而克服标准支持向量机对噪声和异常点敏感的问题．现有的模糊支持向量机算法通常以样本与类中心距离为基础，给每个样本赋予一个固定的隶属度，没有根据样本分布对隶属度做进一步修正．提出了一种新的动态方式赋予样本隶属度，利用萤火虫算法不断地更新样本中心的位置和隶属度函数，同时利用粒子群算法优化模糊支持向量机参数．在UCI数据集上的实验结果表明，该算法可以有效减少噪声和野点对超平面的影响，分类性能要优于几类常用的模糊支持向量机算法．

关键词：模糊支持向量机隶属度函数分类粒子群算法萤火虫算法

基金资助：辽宁省自然科学基金资助项目(2019-BS-187)；辽宁省教育厅项目(JYT19027).