不确定的中心支持向量机.pdf

96 2007，43(25) ComputerEngineeringandApplications计算机工程与应用 不确定的中心支持向量机 阎满富，王朝霞 YAN Mall—fu，WANG Zhao—xia 唐山师范学院 数学系，河北 唐山 063000 DepartmentofMathematics，Tangshan Teacher’sCollege，Tangshan，Hebei063000，China E-mail：zhangqingtssy@126．com YAN Man-fu，W ANG Zhao-xia．Uncertain proximalSupportVector Machine．Computer Engineering and Applications， 2007．43(25)：96—97． Abstract：InordinarySupport VectorMachine，foreachelment( ，Y)，i=1，2，… ，fofatrainingset，inputof hasadefinite + classnumberY ．While in practice，classofx israrely fixed， generallybelongstopositive Classwith probability of。 or generallybelongstonegativeclasswith probabilityofz．In thatlight，thispaperhasmodified the training set，In which Y isre- + 一 placed by ，。 and classification optimalmodeland UncertainProximalSupport VectorMachineare constructin turn． Key words：uncertain；proximal；Support VectorMachine 摘 要 ：在一般支持向量机中，训练集的每个元素( ，Y)，i=1，2，…，f，对输入-有确定的类别标号 。而在许 多实际问题中，的类 别往往是不确定的，常常是以概率z属于正类的概率z属于负类 针对这种实际情况，改造训练集，把原来的y，用 ，代替，然后 建立分类最优先模型，构建不确定中心支持向量机。 关键河：不确定；中心；支持向量机 文章编号：1002—8331(2007)25—0096—02 文献标识码：A 中图分类号：TP181 1 引言 2 不确定信息训练集的分类优化问题 在一般中心支持向量机模型中，都是假设每一个输入 确 首先考虑。，。为有理数的情况，令它们的最小公分母为 定地属于正类或者负类。但是在许都实际问题中，存在着大量 P，则 的不确定性 可能不是确定的属于某一类 ，而是按照某个概 一 --q, 。 ： ，。 ： ，：1，…，l (2) 率属于正类或者负类。为了描述这种不确定性，I1】引入了一个 P P 广泛意义上的指标，I2】引入了两个精确描述概率的指标z，。，