基于模糊训练数据的支持向量机与模糊线性回归  

Fuzzy Support Vector Machine and Fuzzy Linear Regression

作　　者：纪爱兵[1] 邱红洁[1] 谷银山[2] 

机构地区：[1]河北大学医学部,河北保定071000 [2]河北大学数学与计算机学院,河北保定071002

出　　处：《河北大学学报（自然科学版）》2008年第3期240-243,共4页Journal of Hebei University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(60773062);河北大学医学部科研基金资助项目(2007jy01)

摘　　要：支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合.但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题.Being a machine learning method, support vector machines （SVMs） have been widely used in pattern recognition and function estimation problems. But in the support vector machines, the input and output are non-fuzzy. For fuzzy input, the support vector machines with fuzzy training example are introduced and give some solution procedure and applications; then we use the fuzzy support vector machine in the study of fuzzy linear regression problem.

关 键 词：支持向量机(SVM) 模糊训练样本 可能性测度 模糊机会约束规划 模糊线性回归 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]