TY -的A2张Tongqian盟——他,羌族非盟-张Qingshuo AU -王,Hengyou盟——张Changlun PY - 2020 DA - 2020/10/28 TI -局部相似性模糊支持向量机SP - 8853277多个内核看到下面成了六世- 2020 AB -看到下面成了支持向量机(OCSVM)是最流行的算法之一,看到下面成了一个分类问题,但是它有一个明显的缺点:它对噪声十分敏感。为了解决这个问题,将模糊隶属度引入OCSVM,使样本具有不同重要性有不同的影响分类超平面的确定和提高了鲁棒性。本文提出了一种新的隶属度的计算方法并引入模糊多个内核OCSVM (FMKOCSVM)。合并后的内核是用来测量当地的样本之间的相似度,然后,样本的重要性决定基于当地的训练样本之间的相似度,以确定隶属度和降低噪声的影响。该会员只需要积极的数据在计算过程中,这是符合OCSVM的训练集。在这种方法中,加入噪声较小值,这可以减少噪声的分类边界上的负面影响。同时,该方法计算效率较高。实验结果表明,FMKOCSVM提出基于局部相似会员是高效和更健壮的比普通的多个内核OCSVMs异常值。SN - 1076 - 2787你——https://doi.org/10.1155/2020/8853277——10.1155 / 2020/8853277 JF - PB - Hindawi KW - ER -复杂性