首页> 中文期刊> 《计算机应用》 >融合先验知识的模糊最小二乘支持向量机模型及其应用

融合先验知识的模糊最小二乘支持向量机模型及其应用

         

摘要

为了解决最小二乘支持向量机(LSSVM)对噪声或孤立点敏感的问题,融合数据样本中的先验知识,提出一种基于噪声分布模型和样本紧密度的模糊最小二乘支持向量机模型.在训练的过程中,考虑样本的噪声分布信息.为了区分有效样本和噪声,研究了基于样本紧密度的策略.运用该策略和噪声分布模型,可自动生成相应样本的模糊隶属度.该方法提高了最小二乘支持向量机的抗噪声能力以及处理含有噪声或孤立点样本的灵活性.将提出的方法运用于润滑油精制生产过程的故障诊断.实验结果表明,该方法具有很好的分类精度和鲁棒性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号