一种改进的支持向量机及其应用  

The Application of Improved Support Vector Machine

作　　者：欧卫华[1] 刘建国[1] 孙勇[1] 

机构地区：[1]怀化学院数学系,湖南怀化418008

出　　处：《计算技术与自动化》2009年第1期127-130,共4页Computing Technology and Automation

基　　金：湖南省教育厅资助科研项目(07C507)

摘　　要：针对传统支持向量机对噪声点敏感问题,提出一种改进的支持向量机。其基本思想是根据样本对分类贡献不同赋予相应的隶属度,贡献大的分配较大的隶属度,贡献小的分配较小的隶属度。与传统支持向量机比较,减小了噪声点对分类的影响,提高了SVM的泛化能力。并将其应用到车型识别中,结果显示该方法的有效性。A improved support vector machine was proposed against the traditional support vector machine sensitive to yawp. The main idea is giving different subjection degree according to class contribution of data swatch, the larger contribution,the larger membership. Comparison with traditional support vector machine, it minishes the impact of yawp and improves the class ability of support vector machine. The results in vehicle type recognition shows validity of this method.

关 键 词：支持向量机 模糊支持向量机 模糊隶属度 车型识别 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]