基于模糊多核学习的改进支持向量机算法研究
来源：计算机测量与控制杂志2016年第3期北京时间：
作者：刘建峰,淦燕
摘要：针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法；通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题。
关键词：支持向量机;模糊支持向量机;多核学习;模糊多核学习
基金资助：重庆市自然科学项目(cstc2014jcyjA40011);重庆市教委科技项目(KJ1400513)。
