基于支持向量机的误分类代价敏感模糊推理系统  

Misclassification cost-sensitive fuzzy inference system based on support vector machines

作　　者：卫东[1] 郑恩辉[1] 杨敏[2] 吴向阳[2] 张英 陈乐[1] 

机构地区：[1]中国计量学院机电工程学院,杭州310018 [2]杭州电子科技大学计算机学院,杭州310018 [3]国际商业机器全球服务中国有限公司,上海200032

出　　处：《控制与决策》2010年第2期191-195,202,共6页Control and Decision

基　　金：国家自然科学基金项目(60905034);浙江省自然科学基金项目(Y1080950,Y1080918,Y107720);福建省自然科学基金项目(A0710010);国家公益行业专项基金项目(2007GYJ016)

摘　　要：在一定的约束条件下,提出并证明误分类代价敏感SVM(MC-SVM)与一类基于规则的FIS的函数具有等效性.在此基础上,提出了基于MC-SVM学习过程的FIS(MC-MBFIS)的设计方法.MC-MBFIS继承了基于规则的FIS的显式推理能力,也继承了MC-SVM的代价敏感性.Benchmark数据实验表明,MC-MBFIS能降低平均误分类代价.Under some restrictions,the functional equivalence between misclassification cost-sensitive support vector machines（MC-SVM） and rule-based fuzzy inference system（FIS） is proposed. Then based on the learning mechanism of MC-SVM,the algorithm of designing a rule-based FIS,misclassification cost-sensitive mercer binary FIS （MC-MBFIS）,is given. The MC-MBFIS algorithm has the good generalization ability,can avoid the ＂curse of dimension＂ ,and has the transparent inference ability. Experimental results based on a few benchmark data sets show that the MC-MBFIS algorithm can reduce the average misclassification cost.

关 键 词：模糊推理系统 代价敏感 支持向量机 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]