论文部分内容阅读
采用模糊C均值聚类方法，研究了一种以待识别特征的分类为核心任务的动态支持向量机，寻求以待识别特征为中心的局部空间的最优分类面。在构造了以待识别特征为中心的动态训练集后，采用隶属度来度量动态训练集中每个样本的惩罚度，以更好地体现不同训练样本对于待识别特征的价值。进一步分析了软间隔优化问题，并对三种SVM的分类情况进行了比较，效果较好。