论文部分内容阅读
双支持向量机是一种新的非平行二分类算法。其处理速度比传统支持向量机快很多，但是双支持向量机没有考虑不同输入样本点会对最优分类超平面产生不同的贡献。在测试阶段测试点到两类超平面的距离相等时，双支持向量机也没有明确给出对这些等距点的处理方法。针对这些情况，提出一种可变隶属度的模糊双支持向量机。距离类中心较近的样本点隶属度由其到类中心的距离决定，距离类中心较远的样本点隶属度由其到类中心的距离和它的紧密度共同决定。在测试阶段出现等距点时，根据等距点与各类训练点的等价性比例进行分类。实验结果表明，与支持向量机、标准