论文部分内容阅读
针对模糊支持向量机模型,提出一种基于Fisher投影的模糊权重赋值方法。首先将原始样本通过Fisher线性判别分析(LDA)投影到一维空间,然后根据投影点的分布计算原始样本的模糊权重。算法在低维空间中可以更好地对离群点和噪声样本进行检测,从而可以更好地计算模糊权重,提高分类器的泛化能力。在UCI标准数据集与ORL人脸数据库上的实验表明,基于提出的Fisher投影模糊权重赋值方法的模糊支持向量机算法具有更高的精度。