论文部分内容阅读
提出一种处理样本中含有未确知信息（一种不确定性信息）的支持向量机—未确知支持向量机（Unascertained support vector machine,USVM）算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,将其转化为与其等价的二次规划.据此给出未确知支持向量机.理论分析和试验结果均表明,该算法是有效、可行的.