×
M.穆罕默德。;萨马德，M。

混合高斯混合模型的双边模糊支持向量机。 （英语） Zbl 1505.62488号

伊朗。J.模糊系统。 18，第3期，161-177（2021）.

MSC公司：

62小时30分 分类和区分；聚类分析（统计方面）
62小时86 多元分析与模糊性
68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

关键词：

支持向量机;离群值;噪音;模糊化;高斯混合模型;基于距离的隶属函数;基于贝叶斯的隶属函数
PDF格式BibTeX公司 XML格式引用
\textit{M.Mohammadi}和\textit{M.Sarmad}，伊朗。J.模糊系统。18，第3号，161--177（2021；Zbl 1505.62488）
全文： DOI程序

参考文献：

[1] E.Acuna，C.Rodriguez，《分类中离群值检测方法的元分析研究》，波多黎各大学数学系技术论文，Mayaguez（2004），1-25。
[2] M.Aitkin、G.T.Wilson，《混合模型、离群值和EM算法》，《技术计量学》，22（3）（1980），325-331·Zbl 0466.62034号
[3] W.An，M.Liang，基于类内离散度的模糊支持向量机在异常值或噪声分类问题中的应用，神经计算，110（2013），101-110。
[4] U.Baid，S.Talbar，k-means比较研究，高斯混合模型，脑肿瘤分割的模糊c-means算法，在国际通信和信号处理会议上，（2016）（ICCASP 2016），亚特兰蒂斯出版社，doi.org/10.2991/ICCASP-16.2017.85
[5] B.E.Boser，I.M.Guyon，V.N.Vapnik，最佳边缘分类器的训练算法，第五届计算学习理论年度研讨会论文集，（1992），144-152。
[6] G.O.Campos、A.Zimek、J.Sander、R.J.Campello、B.Micenkov´A、E.Schubert、M.E.Houle，《非监督异常值检测的评估：测量、数据集和实证研究》，《数据挖掘和知识发现》，30（4）（2016），891-927。
[7] J.Demsar，分类器在多个数据集上的统计比较，机器学习研究杂志，7（2006），1-30·Zbl 1222.68184号
[8] I.Gath，A.B.Geva，正态分布混合成分参数估计的模糊聚类，《模式识别快报》，9（2）（1989），77-86·Zbl 0709.62592号
[9] F.E.Grubbs，《检测样品中异常观察值的程序》，《技术计量学》，11（1）（1969），1-21。
[10] J.Hang，J.Zhang，M.Cheng，多类模糊支持向量机分类器在风机故障诊断中的应用，模糊集与系统，297（2016），128-140。
[11] 郝永义，池振鑫，颜德清，基于模糊集的模糊支持向量机信用评估，第四届模糊系统与知识发现国际会议，1（2007），603-607。
[12] V.Hodge，J.Austin，《异常值检测方法的调查》，《人工智能评论》，22（2）（2004），85-126·Zbl 1101.68023号
[13] P.J.Huber，位置参数的稳健估计，《数理统计年鉴》，35（1964），73-101·Zbl 0136.39805号
[14] P.J.Huber，概率比检验的稳健版本，《数理统计年鉴》（1965），1753-1758·Zbl 0137.12702号
[15] G.S.D.S.Jayakumar，B.J.Thomas，基于多变量离群值检测的聚类新程序，《数据科学杂志》，11（1）（2013），69-84。
[16] 江明峰，曾顺生，苏春明，异常值检测的两阶段聚类过程，《模式识别快报》，22（6-7）（2001），691-700·Zbl 1010.68908号
[17] X.Jiang，Z.Yi，J.C.Lv，带新模糊隶属函数的模糊支持向量机，神经计算与应用，15（3-4）（2006），268-276。
[18] Z.Kou，J.Xu，X.Zhang，L.Ji，一种使用类中值向量的改进的支持向量机，第八届国际神经信息处理会议论文集，2（2001），883-887。
[19] 林振峰，王胜东，模糊支持向量机，IEEE神经网络汇刊，13（2）（2002），464-471。
[20] 刘玉华，黄海平，模式识别与数据挖掘的模糊支持向量机，国际模糊系统杂志，4（3）（2002），826-835。
[21] A.Loureiro，L.Torgo，C.Soares，《使用聚类方法的离群点检测：数据清理应用程序》，《KDNet公共部门基于知识的系统研讨会论文集》，Springer，2004年。
[22] R.A.R.D.Maronna、R.D.马丁、V.Yohai，《稳健统计》，约翰·威利父子出版社，奇切斯特，ISBN，2006年，978页·邮编1094.62040
[23] R.A.Maronna，R.H.Zamar，高维数据集位置和离散度的稳健估计，《技术计量学》，44（4）（2002），307-317。
[24] M.Mohammadi，M.Sarmad，支持向量机分类的基于稳健距离的模糊隶属函数，伊朗模糊系统杂志，16（6）（2019），191-204·Zbl 1429.68297号
[25] Q.Song，W.Hu，W.Xie，带弹孔图像分类的鲁棒支持向量机，IEEE系统、人与控制论汇刊，C部分，应用与评论，32（4）（2002），440-448。
[26] 唐文明，用一种新的模糊隶属函数解决二类问题的模糊支持向量机，《神经处理快报》，34（3）（2011），209。
[27] B.Van Cutsem，I.Gath，使用模糊聚类的异常值检测和鲁棒估计，计算统计学和数据分析，15（1）（1993），47-61·Zbl 0937.62525号
[28] H.Wang，J.Feng，H.Wang.基于EM的聚类微钙化检测样本空间划分的分组模糊SVM，技术与健康，25（S1）（2017），325-336。
[29] 王海平，郭鹏，冯建英，任玉英，基于聚类群SVM的分类，2010年中国模式识别会议，（2010），1-5。
[30] T.Wang，Y.Qiu，J.Hua，中心核对齐启发的模糊支持向量机，模糊集与系统，394（2020），110-123·Zbl 1452.68161号
[31] Z.Wu，H.Zhang，J.Liu，基于新型PIM模糊聚类方法的模糊支持向量机分类算法，神经计算，125（2014），119-124。
[32] 夏宏，胡碧琴，基于模糊支持向量机的特征选择，模糊优化与决策，5（2）（2006），187-192·Zbl 1169.90491号
[33] Q.Xu，H.Zhou，Y.Wang，J.Huang，利用小波特征对脑电信号进行分类的模糊支持向量机，医学工程与物理，31（7）（2009），858-865。
[34] K.Yamanishi，J.I.Takeuchi，G.Williams，P.Milne，使用有限混合和折扣学习算法的在线无监督离群值检测，数据挖掘和知识发现，8（3）（2004），275-300。
[35] X.Yang，L.J.Latecki，D.Pokrajac，基于全局最优样本的GMM的异常值检测，《2009年SIAM国际数据挖掘会议论文集》，工业与应用数学学会，（2009），145-154。
[36] X.Yang，G.Zhang，J.Lu，J.Ma，带离群值或噪声分类问题的基于核模糊c均值聚类的模糊支持向量机算法，IEEE模糊系统汇刊，19（1）（2010），105-115。
[37] Y.B.Yuan，S.Lan，X.Yu，M.Yu，基于分段线性模糊权重方法的模糊支持向量机算法，国际认知信息与自然智能杂志（IJCINI），12（2）（2018），62-76。
[38] X.Zhang，使用类中心向量构建支持向量机，In Neural Networks for Signal Processing IX，1999。1999年IEEE信号处理学会研讨会论文集，（1999），3-11。
[39] 张玉霞，池振新，基于贝叶斯优化的模糊支持向量分类器，模糊优化与决策，7（1）（2008），75-86·Zbl 1136.90536号
[40] A.Zimek，E.Schubert，H.P.Kriegel，《关于高维数值数据中无监督离群值检测的调查》，《统计分析与数据挖掘：ASA数据科学期刊》，5（5）（2012），363-387·Zbl 07260336号
[41] B.Zong，Q.Song，M.R.Min，W.Cheng，C.Lumezanu，D.Cho，H.Chen，用于无监督异常检测的深度自动编码高斯混合模型，作为ICLR会议论文出版，2018年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。