计算机应用研究

作者：戴小路,汪廷华,胡振威,

单位：赣南师范大学数学与计算机科学学院,江西赣州341000；

关键词：核方法,模糊支持向量机,多核学习,隶属度函数,

基金：国家自然科学基金资助项目(61966002,62041210)；赣南师范大学研究生创新基金资助项目(YCX20A019)；；

模糊多核支持向量机将模糊支持向量机与多核学习方法结合，通过构造隶属度函数和利用多个核函数的组合形式有效缓解了传统支持向量机模型对噪声数据敏感和多源异构数据学习困难等问题，广泛应用于模式识别和人工智能领域。综述了模糊多核支持向量机的理论基础及其研究现状，详细介绍模糊多核支持向量机中的关键问题，即模糊隶属度函数设计与多核学习方法，最后对模糊多核支持向量机算法未来的研究进行展望。

来源：2021年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第10期