In this paper, we introduce new Fuzzy Support Vector Machines (FSVMs) for a multiclass classification. The suggested Fuzzy Support Vector Machines include the data distribution with the density estimated in a set of functions defined as Gaussian mixture. The proposed method gives more appropriate boundaries than the classical FSVM method. We demonstrate some examples which confirm our approach.
PL
W pracy przedstawiono matematyczny model, jakim jest Fuzzy Support Vector Machine (FSVM), czyli rozmyta maszyna wektorów podpierających. Wprowadzono w nim estymację gęstości opartą na zbiorze funkcji definiowanych jako mieszanka funkcji gaussowskich. Zaproponowana metoda dostarcza lepszych ograniczeń niż dotychczas stosowany model FSVM. Demonstrujemy kilka przykładów, które potwierdzają opisywane podejście.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.